Модели Gemma 4 теперь доступны в Amazon SageMaker JumpStart
Сегодня AWS объявляет о выпуске Gemma 4 E4B, Gemma 4 26B-A4B и Gemma 4 31B в Amazon SageMaker JumpStart, расширяя портфель базовых моделей, доступных клиентам AWS. Эти три модели Google DeepMind, настроенные под инструкции, предоставляют мультимодальные возможности с настраиваемыми логическими рассуждениями, встроенной поддержкой вызова функций и многоязычной поддержкой более чем 140 языков. Это позволяет клиентам создавать сложные приложения на базе искусственного интеллекта для различных примеров использования в инфраструктуре AWS.
Все три модели имеют общий набор возможностей, предназначенных для широкого спектра примеров использования корпоративного ИИ:
Режим рассуждения – встроенный режим логических рассуждений, позволяющий модели выполнять пошаговый анализ перед формированием ответа
Понимание изображений – обнаружение объектов, анализ документов и PDF-файлов, понимание экранов и пользовательских интерфейсов, интерпретация графиков, оптическое распознавание текста, включая многоязычное, а также распознавание рукописного текста
Понимание видео – анализ видеоконтента путем обработки последовательностей кадров
Чередующийся мультимодальный ввод – возможность свободно комбинировать текст и изображения в любом порядке в рамках одного текстового запроса
Вызов функций – встроенная поддержка структурированного использования инструментов, обеспечивающая реализацию агентных сценариев
Кодирование – генерация, автодополнение и исправление кода
Многоязычность – готовая поддержка более 35 языков при предварительном обучении на более чем 140 языках
Клиенты могут выбрать модель, наилучшим образом соответствующую их рабочей нагрузке. Модель Gemma 4 E4B дополнительно поддерживает аудиоввод для автоматического распознавания речи (ASR), а также преобразование речи в переведенный текст на нескольких языках.
Используя SageMaker JumpStart, клиенты могут развернуть любую из этих моделей всего несколькими щелчками мыши для своих примеров использования искусственного интеллекта. Чтобы начать работу с этими моделями, перейдите в раздел «Модели» в Студии SageMaker или используйте SageMaker Python SDK для развертывания моделей в своем аккаунте AWS. Дополнительную информацию о развертывании и использовании базовых моделей в SageMaker JumpStart см. в документации Amazon SageMaker JumpStart.