Modelos Gemma 4 agora estão disponíveis no Amazon SageMaker JumpStart
Hoje, a AWS anunciou a disponibilidade do Gemma 4 E4B, do Gemma 4 26B-A4B e do Gemma 4 31B no Amazon SageMaker JumpStart, ampliando o portfólio de modelos de base disponíveis para os clientes da AWS. Esses três modelos ajustados para instruções do Google DeepMind trazem recursos multimodais com raciocínio configurável, chamada de função nativa e suporte multilíngue para mais de 140 idiomas, o que permite que os clientes criem aplicações sofisticadas de IA em diversos casos de uso na infraestrutura da AWS.
Todos os três modelos compartilham um conjunto comum de recursos que atendem a uma ampla variedade de casos de uso de IA empresarial:
Pensamento: modo de raciocínio integrado que permite ao modelo “pensar” passo a passo antes de responder
Compreensão da imagem: detecção de objetos, análise de documentos e PDF, compreensão da tela e da interface do usuário, interpretação de gráficos, OCR (incluindo multilíngue) e reconhecimento de caligrafia
Compreensão do vídeo: analise o conteúdo em vídeo por meio do processamento de sequências de quadros
Entrada multimodal intercalada: combine livremente texto e imagens em qualquer ordem em um único prompt
Chamada de função: suporte nativo para o uso estruturado de ferramentas, permitindo fluxos de trabalho orientados por agentes
Codificação: geração, conclusão e correção de código
Multilíngue: suporte nativo para mais de 35 idiomas, com pré-treinamento em mais de 140 idiomas
Os clientes podem escolher o modelo que melhor se adapta à sua workload: o Gemma 4 E4B oferece suporte adicional à entrada de áudio para reconhecimento automático de voz (ASR) e conversão de voz para texto traduzido em vários idiomas.
Com o SageMaker JumpStart, os clientes podem implantar qualquer um desse modelos com apenas alguns cliques para abordar casos de uso de IA específicos. Para começar a usar esses modelos, navegue até a seção Modelos do SageMaker Studio ou use o SageMaker Python SDK para implantar os modelos em sua conta da AWS. Para obter mais informações sobre a implantação e o uso de modelos de base no SageMaker JumpStart, consulte a documentação do Amazon SageMaker JumpStart.