今年 6 月底，谷歌開源了 9B、27B 版 Gemma 2 模型系列，并且自亮相以來，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，并有了一系列新成果。

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 具有內置安全改進功能，實現了性能與效率的強大平衡；
• ShieldGemma 基于 Gemma 2 構建，用于過濾 AI 模型的輸入和輸出，確保用戶安全；
• 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 億參數就跑出了 1130 分，這一數值要高于 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。

此外，對于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 也能輕松拿捏。

圖源：https://x.com/tuturetom/status/1818823253634564134

與此同時，從谷歌 Gemma 2 2B 的強大性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，比如知名人工智能科學家、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，我們看到參數大小快速增長，然后我們轉向了更小、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，然后經歷了大約 3 年的模型大小增長。VGGNet（2014）在性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，同時保持了良好的性能。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：后來的工作如 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，但參數高效同樣重要。
• 設備端學習？MobileNet（2017）是谷歌的一項特別有趣的工作，占用空間很小，但性能卻非常出色。上周，我的一個朋友告訴我「哇，我們仍然在使用 MobileNet，因為它在設備端具有出色的特征嵌入通用性」。是的，嵌入式嵌入是實實在在很好用。

最后，賈揚清發出靈魂一問，「LLM 會遵循同樣的趨勢嗎？」

圖像出自 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 硬件在龐大的 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。由于其占用空間小，特別適合設備應用程序，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性能，挑戰了「模型越大越好」的觀念。

Gemma 2 2B 提供了：

• 性能卓越：在同等規模下提供同類最佳性能，超越同類其他開源模型；
• 部署靈活且經濟高效：可在各種硬件上高效運行，從邊緣設備和筆記本電腦到使用云部署如 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 庫進行優化，并可作為 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 無縫集成，以簡化開發；
• 開源且易于訪問：可用于研究和商業應用，由于它足夠小，甚至可以在 Google Colab 的 T4 GPU 免費層上運行，使實驗和開發比以往更加簡單。

從今天開始，用戶可以從 Kaggle、Hugging Face、Vertex AI Model Garden 下載模型權重。用戶還可以在 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能開發領域的主流觀點，即模型越大，性能自然就越好。Gemma 2 2B 的成功表明，復雜的訓練技術、高效的架構和高質量的數據集可以彌補原始參數數量的不足。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。通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性能的情況下創建更易于訪問的 AI 工具。這種方法不僅降低了計算要求，還解決了訓練和運行大型 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。

借助 ShieldGemma，用戶可以創建更加安全、更好的 AI 應用

SOTA 性能：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 模型非常適合在線分類任務，而 9B 和 27B 版本則為不太關心延遲的離線應用程序提供了更高的性能。

如下表所示，ShieldGemma (SG) 模型（2B、9B 和 27B）的表現均優于所有基線模型，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于理解、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，使其更易于解釋。

Gemma Scope 技術報告：https://storage.googleapis.com/gemma-scope/gemma-scope-report.pdf

SAE 可以幫助用戶解析 Gemma 2 處理的那些復雜信息，將其擴展為更易于分析和理解的形式，因而研究人員可以獲得有關 Gemma 2 如何識別模式、處理信息并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；
• 交互式演示：無需在 Neuronpedia 上編寫代碼即可探索 SAE 功能并分析模型行為；
• 易于使用的存儲庫：提供了 SAE 和 Gemma 2 交互的代碼和示例。