谷歌也來卷「小」模型了，一出手就是王炸，勝過了比自己引數多得多的GPT-3.5、Mixtral競品模型。
今年 6 月底，谷歌開源了 9B、27B 版 Gemma 2 模型系列，並且自亮相以來，27B 版本迅速成為了大模型競技場 LMSYS Chatbot Arena 中排名最高的開放模型之一，在真實對話任務中比其兩倍規模以上的模型表現還要好。
如今，僅僅過去了一個多月，谷歌在追求負責任 AI 的基礎上，更加地考慮該系列模型的安全性和可訪問性，並有了一系列新成果。
此次，Gemma 2 不僅有了更輕量級「Gemma 2 2B」版本，還構建一個安全內容分類器模型「ShieldGemma」和一個模型可解釋性工具「Gemma Scope」。具體如下：
Gemma 2 2B 具有內建安全改進功能，實現了效能與效率的強大平衡；
ShieldGemma 基於 Gemma 2 構建，用於過濾 AI 模型的輸入和輸出，確保使用者安全；
Gemma Scope 提供對模型內部工作原理的無與倫比的洞察力。
其中，Gemma 2 2B 無疑是「最耀眼的仔」，它在大模型競技場 LMSYS Chatbot Arena 中的結果令人眼前一亮：僅憑 20 億引數就跑出了 1130 分，這一數值要高於 GPT-3.5-Turbo（0613）和 Mixtral-8x7b。
這也意味著，Gemma 2 2B 將成為端側模型的最佳選擇。
蘋果機器學習研究（MLR）團隊研究科學家 Awni Hannun 展示了 Gemma 2 2B 跑在 iPhone 15 pro 上的情況，使用了 4bit 量化版本，結果顯示速度是相當快。
影片來源：https://x.com/awnihannun/status/1818709510485389563
此外，對於前段時間很多大模型都翻了車的「9.9 和 9.11 誰大」的問題，Gemma 2 2B 也能輕鬆拿捏。
圖源：https://x.com/tuturetom/status/1818823253634564134
與此同時，從谷歌 Gemma 2 2B 的強大效能也可以看到一種趨勢，即「小」模型逐漸擁有了與更大尺寸模型匹敵的底氣和效能優勢。
這種趨勢也引起了一些業內人士的關注，比如知名人工智慧科學家、Lepton AI 創始人賈揚清提出了一種觀點：大語言模型（LLM）的模型大小是否正在走 CNN 的老路呢？
在 ImageNet 時代，我們看到引數大小快速增長，然後我們轉向了更小、更高效的模型。這是在 LLM 時代之前，我們中的許多人可能已經忘記了。
大型模型的曙光：我們以 AlexNet（2012）作為基線開始，然後經歷了大約 3 年的模型大小增長。VGGNet（2014）在效能和尺寸方面都可稱為強大的模型。
縮小模型：GoogLeNet（2015）將模型大小從 GB 級縮小到 MB 級，縮小了 100 倍，同時保持了良好的效能。類似工作如 SqueezeNet（2015）和其他工作也遵循類似的趨勢。
合理的平衡：後來的工作如 ResNet（2015）、ResNeXT（2016）等，都保持了適中的模型大小。請注意，我們實際上很樂意使用更多的算力，但引數高效同樣重要。
裝置端學習？MobileNet（2017）是谷歌的一項特別有趣的工作，佔用空間很小，但效能卻非常出色。上週，我的一個朋友告訴我「哇，我們仍然在使用 MobileNet，因為它在裝置端具有出色的特徵嵌入通用性」。是的，嵌入式嵌入是實實在在很好用。
最後，賈揚清發出靈魂一問，「LLM 會遵循同樣的趨勢嗎？」
影像出自 Ghimire 等人論文《A Survey on Efficient Convolutional Neural Networks and Hardware Acceleration》。
Gemma 2 2B 越級超越 GPT-3.5 Turbo
Gemma 2 家族新增 Gemma 2 2B 模型，備受大家期待。谷歌使用先進的 TPU v5e 硬體在龐大的 2 萬億個 token 上訓練而成。
這個輕量級模型是從更大的模型中蒸餾而來，產生了非常好的結果。由於其佔用空間小，特別適合裝置應用程式，可能會對移動 AI 和邊緣計算產生重大影響。
事實上，谷歌的 Gemma 2 2B 模型在 Chatbot Arena Elo Score 排名中勝過大型 AI 聊天機器人，展示了小型、更高效的語言模型的潛力。下圖表顯示了 Gemma 2 2B 與 GPT-3.5 和 Llama 2 等知名模型相比的卓越效能，挑戰了「模型越大越好」的觀念。
Gemma 2 2B 提供了：
效能卓越：在同等規模下提供同類最佳效能，超越同類其他開源模型；
部署靈活且經濟高效：可在各種硬體上高效執行，從邊緣裝置和膝上型電腦到使用雲部署如 Vertex AI 和 Google Kubernetes Engine (GKE) 。為了進一步提高速度，該模型使用了 NVIDIA TensorRT-LLM 庫進行最佳化，並可作為 NVIDIA NIM 使用。此外，Gemma 2 2B 可與 Keras、JAX、Hugging Face、NVIDIA NeMo、Ollama、Gemma.cpp 以及即將推出的 MediaPipe 無縫整合，以簡化開發；
開源且易於訪問：可用於研究和商業應用，由於它足夠小，甚至可以在 Google Colab 的 T4 GPU 免費層上執行，使實驗和開發比以往更加簡單。
從今天開始，使用者可以從 Kaggle、Hugging Face、Vertex AI Model Garden 下載模型權重。使用者還可以在 Google AI Studio 中試用其功能。
下載權重地址：https://huggingface.co/collections/google/gemma-2-2b-release-66a20f3796a2ff2a7c76f98f
Gemma 2 2B 的出現挑戰了人工智慧開發領域的主流觀點，即模型越大，效能自然就越好。Gemma 2 2B 的成功表明，複雜的訓練技術、高效的架構和高質量的資料集可以彌補原始引數數量的不足。這一突破可能對該領域產生深遠的影響，有可能將焦點從爭奪越來越大的模型轉移到改進更小、更高效的模型。
Gemma 2 2B 的開發也凸顯了模型壓縮和蒸餾技術日益增長的重要性。透過有效地將較大模型中的知識提煉成較小的模型，研究人員可以在不犧牲效能的情況下建立更易於訪問的 AI 工具。這種方法不僅降低了計算要求，還解決了訓練和執行大型 AI 模型對環境影響的擔憂。
ShieldGemma：最先進的安全分類器
技術報告：https://storage.googleapis.com/deepmind-media/gemma/shieldgemma-report.pdf
ShieldGemma 是一套先進的安全分類器，旨在檢測和緩解 AI 模型輸入和輸出中的有害內容，幫助開發者負責任地部署模型。
ShieldGemma 專門針對四個關鍵危害領域進行設計：
仇恨言論
騷擾
色情內容
危險內容
這些開放分類器是對負責任 AI 工具包（Responsible AI Toolkit）中現有安全分類器套件的補充。
藉助 ShieldGemma，使用者可以建立更加安全、更好的 AI 應用
SOTA 效能：作為安全分類器，ShieldGemma 已經達到行業領先水平；
規模不同：ShieldGemma 提供各種型號以滿足不同的需求。2B 模型非常適合線上分類任務，而 9B 和 27B 版本則為不太關心延遲的離線應用程式提供了更高的效能。
如下表所示，ShieldGemma (SG) 模型（2B、9B 和 27B）的表現均優於所有基線模型，包括 GPT-4。
Gemma Scope：讓模型更加透明
Gemma Scope 旨在幫助 AI 研究界探索如何構建更易於理解、更可靠的 AI 系統。其為研究人員和開發人員提供了前所未有的透明度，讓他們能夠了解 Gemma 2 模型的決策過程。Gemma Scope 就像一臺強大的顯微鏡，它使用稀疏自編碼器 (SAE) 放大模型的內部工作原理，使其更易於解釋。
Gemma Scope 技術報告：https://storage.googleapis.com/gemma-scope/gemma-scope-report.pdf
SAE 可以幫助使用者解析 Gemma 2 處理的那些複雜資訊，將其擴充套件為更易於分析和理解的形式，因而研究人員可以獲得有關 Gemma 2 如何識別模式、處理資訊並最終做出預測的寶貴見解。
以下是 Gemma Scope 具有開創性的原因：
開放的 SAE：超過 400 個免費 SAE，涵蓋 Gemma 2 2B 和 9B 的所有層；
互動式演示：無需在 Neuronpedia 上編寫程式碼即可探索 SAE 功能並分析模型行為；
易於使用的儲存庫：提供了 SAE 和 Gemma 2 互動的程式碼和示例。
參考連結：
https://developers.googleblog.com/en/smaller-safer-more-transparent-advancing-responsible-ai-with-gemma/