[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-google-deepmind--gemma":3,"tool-google-deepmind--gemma":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":79,"owner_email":79,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":91,"forks":92,"last_commit_at":93,"license":94,"difficulty_score":10,"env_os":95,"env_gpu":96,"env_ram":95,"env_deps":97,"category_tags":101,"github_topics":79,"view_count":23,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":102,"updated_at":103,"faqs":104,"releases":142},3436,"google-deepmind\u002Fgemma","gemma","Gemma open-weight LLM library, from Google DeepMind","Gemma 是由 Google DeepMind 推出的开源大语言模型（LLM）家族，基于其前沿的 Gemini 研究技术构建。它旨在为开发者提供一套轻量、高效且可自由访问的模型权重与代码库，解决了高质量大模型往往闭源或难以在本地部署的痛点。\n\n这套工具特别适合人工智能研究人员、算法工程师以及希望深入探索大模型技术的开发者使用。通过 Gemma，用户不仅可以轻松在 CPU、GPU 或 TPU 上运行模型，还能便捷地进行微调和二次开发，从而构建定制化的 AI 应用。\n\nGemma 的核心亮点在于其基于 JAX 框架的原生实现，提供了极高的灵活性与性能优化。它支持多轮对话和多模态交互（如结合图像理解），并内置了 LoRA 等先进的微调技术示例，让复杂的模型训练变得触手可及。无论是想快速验证想法的原型开发，还是进行深度的学术研究，Gemma 都能提供坚实的技术底座，帮助创作者将创意转化为现实。","# Gemma\n\n[![Unittests](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Factions\u002Fworkflows\u002Fpytest_and_autopublish.yml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Factions\u002Fworkflows\u002Fpytest_and_autopublish.yml)\n[![PyPI version](https:\u002F\u002Fbadge.fury.io\u002Fpy\u002Fgemma.svg)](https:\u002F\u002Fbadge.fury.io\u002Fpy\u002Fgemma)\n[![Documentation Status](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgoogle-deepmind_gemma_readme_6bf48b3e9a6d.png)](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002F?badge=latest)\n\n[Gemma](https:\u002F\u002Fai.google.dev\u002Fgemma) is a family of open-weights Large Language\nModel (LLM) by [Google DeepMind](https:\u002F\u002Fdeepmind.google\u002F), based on Gemini\nresearch and technology.\n\nThis repository contains the implementation of the\n[`gemma`](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgemma\u002F) PyPI package. A\n[JAX](https:\u002F\u002Fgithub.com\u002Fjax-ml\u002Fjax) library to use and fine-tune Gemma.\n\nFor examples and use cases, see our\n[documentation](https:\u002F\u002Fgemma-llm.readthedocs.io\u002F). Please\nreport issues and feedback in\n[our GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Fissues).\n\n### Installation\n\n1.  Install JAX for CPU, GPU or TPU. Follow the instructions on\n    [the JAX website](https:\u002F\u002Fjax.readthedocs.io\u002Fen\u002Flatest\u002Finstallation.html).\n1.  Run\n\n    ```sh\n    pip install gemma\n    ```\n\n### Examples\n\nHere is a minimal example to have a multi-turn, multi-modal conversation with\nGemma:\n\n```python\nfrom gemma import gm\n\n# Model and parameters\nmodel = gm.nn.Gemma3_4B()\nparams = gm.ckpts.load_params(gm.ckpts.CheckpointPath.GEMMA3_4B_IT)\n\n# Example of multi-turn conversation\nsampler = gm.text.ChatSampler(\n    model=model,\n    params=params,\n    multi_turn=True,\n)\n\nprompt = \"\"\"Which of the two images do you prefer?\n\nImage 1: \u003Cstart_of_image>\nImage 2: \u003Cstart_of_image>\n\nWrite your answer as a poem.\"\"\"\nout0 = sampler.chat(prompt, images=[image1, image2])\n\nout1 = sampler.chat('What about the other image ?')\n```\n\nOur documentation contains various Colabs and tutorials, including:\n\n* [Sampling](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002Fcolab_sampling.html)\n* [Multi-modal](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002Fcolab_multimodal.html)\n* [Fine-tuning](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002Fcolab_finetuning.html)\n* [LoRA](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002Fcolab_lora_sampling.html)\n* ...\n\nAdditionally, our\n[examples\u002F](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Ftree\u002Fmain\u002Fexamples) folder\ncontain additional scripts to fine-tune and sample with Gemma.\n\n### Learn more about Gemma\n\n* To use this library: [Gemma documentation](https:\u002F\u002Fgemma-llm.readthedocs.io\u002F)\n* Technical reports for metrics and model capabilities:\n  * [Gemma 1](https:\u002F\u002Fgoo.gle\u002FGemmaReport)\n  * [Gemma 2](https:\u002F\u002Fgoo.gle\u002Fgemma2report)\n  * [Gemma 3](https:\u002F\u002Fstorage.googleapis.com\u002Fdeepmind-media\u002Fgemma\u002FGemma3Report.pdf)\n* Other Gemma implementations and doc on the\n  [Gemma ecosystem](https:\u002F\u002Fai.google.dev\u002Fgemma\u002Fdocs)\n\n### Downloading the models\n\nTo download the model weights. See\n[our documentation](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002Fcheckpoints.html).\n\n### System Requirements\n\nGemma can run on a CPU, GPU and TPU. For GPU, we recommend 8GB+ RAM on GPU for\nThe 2B checkpoint and 24GB+ RAM on GPU are used for the 7B checkpoint.\n\n### Contributing\n\nWe welcome contributions! Please read our [Contributing Guidelines](.\u002FCONTRIBUTING.md) before submitting a pull request.\n\n*This is not an official Google product.*\n","# Gemma\n\n[![单元测试](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Factions\u002Fworkflows\u002Fpytest_and_autopublish.yml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Factions\u002Fworkflows\u002Fpytest_and_autopublish.yml)\n[![PyPI 版本](https:\u002F\u002Fbadge.fury.io\u002Fpy\u002Fgemma.svg)](https:\u002F\u002Fbadge.fury.io\u002Fpy\u002Fgemma)\n[![文档状态](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgoogle-deepmind_gemma_readme_6bf48b3e9a6d.png)](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002F?badge=latest)\n\n[Gemma](https:\u002F\u002Fai.google.dev\u002Fgemma) 是由 [Google DeepMind](https:\u002F\u002Fdeepmind.google\u002F) 基于 Gemini 研究与技术推出的一系列开放权重的大型语言模型（LLM）。\n\n本仓库包含 `gemma` PyPI 包的实现，以及用于使用和微调 Gemma 的 JAX 库。\n\n有关示例和用例，请参阅我们的 [文档](https:\u002F\u002Fgemma-llm.readthedocs.io\u002F)。如遇问题或有任何反馈，请在 [我们的 GitHub 仓库](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Fissues) 中提交。\n\n### 安装\n\n1.  安装适用于 CPU、GPU 或 TPU 的 JAX。请按照 [JAX 官网](https:\u002F\u002Fjax.readthedocs.io\u002Fen\u002Flatest\u002Finstallation.html) 上的说明进行操作。\n2.  运行以下命令：\n\n    ```sh\n    pip install gemma\n    ```\n\n### 示例\n\n以下是一个使用 Gemma 进行多轮多模态对话的最小示例：\n\n```python\nfrom gemma import gm\n\n# 模型及参数\nmodel = gm.nn.Gemma3_4B()\nparams = gm.ckpts.load_params(gm.ckpts.CheckpointPath.GEMMA3_4B_IT)\n\n# 多轮对话示例\nsampler = gm.text.ChatSampler(\n    model=model,\n    params=params,\n    multi_turn=True,\n)\n\nprompt = \"\"\"你更喜欢这两张图片中的哪一张？\n\n图片1： \u003Cstart_of_image>\n图片2： \u003Cstart_of_image>\n\n请用一首诗来回答你的选择。\"\"\"\nout0 = sampler.chat(prompt, images=[image1, image2])\n\nout1 = sampler.chat('那另一张呢？')\n```\n\n我们的文档中包含了多种 Colab 笔记本和教程，包括：\n\n* [采样](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002Fcolab_sampling.html)\n* [多模态](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002Fcolab_multimodal.html)\n* [微调](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002Fcolab_finetuning.html)\n* [LoRA](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002Fcolab_lora_sampling.html)\n* …\n\n此外，我们的 [examples\u002F](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Ftree\u002Fmain\u002Fexamples) 文件夹中还包含更多用于微调和采样的脚本。\n\n### 了解更多关于 Gemma 的信息\n\n* 使用本库：[Gemma 文档](https:\u002F\u002Fgemma-llm.readthedocs.io\u002F)\n* 技术报告（包含指标和模型能力）：\n  * [Gemma 1](https:\u002F\u002Fgoo.gle\u002FGemmaReport)\n  * [Gemma 2](https:\u002F\u002Fgoo.gle\u002Fgemma2report)\n  * [Gemma 3](https:\u002F\u002Fstorage.googleapis.com\u002Fdeepmind-media\u002Fgemma\u002FGemma3Report.pdf)\n* 其他 Gemma 实现及文档，请参阅 [Gemma 生态系统](https:\u002F\u002Fai.google.dev\u002Fgemma\u002Fdocs)\n\n### 下载模型\n\n如需下载模型权重，请参阅我们的 [文档](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002Fcheckpoints.html)。\n\n### 系统要求\n\nGemma 可以在 CPU、GPU 和 TPU 上运行。对于 GPU，我们建议 2B 检查点至少配备 8GB 显存，而 7B 检查点则需要 24GB 以上的显存。\n\n### 贡献\n\n我们欢迎各类贡献！请在提交 Pull Request 之前阅读我们的 [贡献指南](.\u002FCONTRIBUTING.md)。\n\n*本项目并非 Google 官方产品。*","# Gemma 快速上手指南\n\nGemma 是由 Google DeepMind 推出的开源大型语言模型（LLM）家族，基于 Gemini 的研究与技术。本指南介绍如何使用官方提供的 `gemma` Python 库（基于 JAX）来运行和微调模型。\n\n## 环境准备\n\n### 系统要求\nGemma 支持在 CPU、GPU 和 TPU 上运行。针对 GPU 用户的显存建议如下：\n*   **2B 模型**：建议 GPU 显存 **8GB+**。\n*   **7B 模型**：建议 GPU 显存 **24GB+**。\n\n### 前置依赖\n核心依赖为 **JAX**。在安装 Gemma 之前，请务必先根据您的硬件环境（CPU\u002FGPU\u002FTPU）安装对应版本的 JAX。\n\n请访问 [JAX 官方安装文档](https:\u002F\u002Fjax.readthedocs.io\u002Fen\u002Flatest\u002Finstallation.html) 获取具体的安装命令。\n\n> **国内加速提示**：如果下载 JAX 或其依赖较慢，建议使用国内镜像源（如清华源或阿里源）进行安装。例如：\n> ```sh\n> pip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple jax[cpu]  # 以 CPU 版本为例\n> ```\n\n## 安装步骤\n\n配置好 JAX 环境后，使用 pip 安装 gemma 包：\n\n```sh\npip install gemma\n```\n\n> **国内加速提示**：推荐使用国内镜像源加速安装：\n> ```sh\n> pip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple gemma\n> ```\n\n## 基本使用\n\n以下是一个最小化的多轮、多模态对话示例，展示如何加载模型并进行交互。\n\n**注意**：运行此代码前，请确保已按照[官方文档](https:\u002F\u002Fgemma-llm.readthedocs.io\u002Fen\u002Flatest\u002Fcheckpoints.html)下载了对应的模型权重文件。\n\n```python\nfrom gemma import gm\n\n# 1. 初始化模型和加载参数\n# 此处以 Gemma3_4B 指令微调版为例\nmodel = gm.nn.Gemma3_4B()\nparams = gm.ckpts.load_params(gm.ckpts.CheckpointPath.GEMMA3_4B_IT)\n\n# 2. 创建采样器 (开启多轮对话模式)\nsampler = gm.text.ChatSampler(\n    model=model,\n    params=params,\n    multi_turn=True,\n)\n\n# 3. 发起多模态对话 (包含文本和图片)\nprompt = \"\"\"Which of the two images do you prefer?\n\nImage 1: \u003Cstart_of_image>\nImage 2: \u003Cstart_of_image>\n\nWrite your answer as a poem.\"\"\"\n# 假设 image1 和 image2 是已加载的图片对象\nout0 = sampler.chat(prompt, images=[image1, image2])\n\n# 4. 继续多轮对话\nout1 = sampler.chat('What about the other image ?')\n```\n\n更多高级用法（如 LoRA 微调、纯文本采样等），请参考官方 [Colab 教程](https:\u002F\u002Fgemma-llm.readthedocs.io\u002F) 或仓库中的 `examples\u002F` 目录。","一家电商初创公司的算法团队正急需构建一个能理解商品图片并生成创意营销文案的智能助手，以应对即将到来的大促活动。\n\n### 没有 gemma 时\n- **多模态开发门槛极高**：团队需自行拼接独立的视觉编码器与语言模型，调试图像特征对齐耗时数周，且难以实现“看图写诗”这类复杂指令。\n- **硬件资源受限**：现有开源大模型参数量过大，公司仅有的单张消费级 GPU（显存\u003C24GB）无法加载 7B 以上模型，被迫依赖昂贵且不安全的云端 API。\n- **数据隐私与定制困境**：担心商品数据泄露不敢使用公有云模型，同时缺乏高效的微调工具（如 LoRA），无法让模型学习公司特有的品牌语调。\n- **迭代周期漫长**：每次调整提示词或更换模型版本都需要重新部署复杂的环境，严重拖累了营销素材的生产速度。\n\n### 使用 gemma 后\n- **原生多模态一键调用**：利用 gemma 内置的 JAX 库，团队仅用几行代码即可加载支持图像输入的 Gemma 3 模型，直接实现“对比两张商品图并输出诗歌”的功能。\n- **本地高效运行**：借助 gemma 对 2B 和 7B 模型的极致优化，算法工程师在单张 8GB 显存的显卡上就能流畅运行推理，大幅降低了硬件成本。\n- **安全可控的深度定制**：通过 gemma 提供的 LoRA 微调脚本，团队在本地安全地利用历史爆款文案训练模型，使其完美掌握品牌风格且无数据外泄风险。\n- **敏捷开发与迭代**：依托清晰的 PyPI 包管理和丰富的 Colab 示例，新功能的验证从“周级”缩短至“小时级”，快速响应市场变化。\n\ngemma 让中小团队也能在本地低成本、安全地拥有谷歌级别的多模态大模型能力，将创意想法迅速转化为实际生产力。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgoogle-deepmind_gemma_c6879535.png","google-deepmind","Google DeepMind","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fgoogle-deepmind_06b1dd17.png","",null,"https:\u002F\u002Fwww.deepmind.com\u002F","https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind",[83,87],{"name":84,"color":85,"percentage":86},"Python","#3572A5",58.7,{"name":88,"color":89,"percentage":90},"Jupyter Notebook","#DA5B0B",41.3,4340,739,"2026-04-04T18:47:59","Apache-2.0","未说明","非必需（支持 CPU\u002FTPU），若使用 GPU：2B 模型需 8GB+ 显存，7B 模型需 24GB+ 显存",{"notes":98,"python":95,"dependencies":99},"该工具基于 JAX 框架，支持在 CPU、GPU 或 TPU 上运行。具体显卡型号和 CUDA 版本未在文中提及，需参考 JAX 官方安装指南。模型权重需单独下载。",[100],"jax",[26,13,54],"2026-03-27T02:49:30.150509","2026-04-06T05:16:37.847604",[105,110,115,120,125,129,134,138],{"id":106,"question_zh":107,"answer_zh":108,"source_url":109},15773,"如何使用 Hugging Face Transformers 对 Gemma 3 进行微调（包括 LoRA 配置）？","可以使用 `Gemma3ForCausalLM` 类配合 `peft` 库进行微调。首先需安装特定版本的 Transformers：`pip install git+https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftransformers@v4.49.0-Gemma-3`。\n\n示例代码步骤如下：\n1. 加载数据集（如 wikitext-2）。\n2. 加载 tokenizer 并设置 padding：\n   ```python\n   tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)\n   tokenizer.pad_token = tokenizer.eos_token\n   tokenizer.padding_side = \"right\"\n   ```\n3. 加载模型并使用 SFTTrainer 进行训练。\n注意：对于多模态模型（如包含图像），需使用 `Gemma3ForConditionalGeneration`，若需提取语言模型部分进行纯文本微调，可访问 `model.language_model`。","https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Fissues\u002F175",{"id":111,"question_zh":112,"answer_zh":113,"source_url":114},15774,"在使用 lm-evaluation-harness 评估 Gemma 3 时遇到 'vocab_size' 属性错误怎么办？","该问题是由于 `Gemma3Config` 中 `vocab_size` 属性嵌套在 `text_config` 子对象中，导致旧版评估工具无法直接读取。\n\n临时解决方案是手动映射该属性：\n```python\nconfig.vocab_size = config.text_config.vocab_size\n```\n这将解决立即崩溃的问题。此外，确保使用更新后的 `lm_eval` 库版本，并在运行命令时添加 `--apply_chat_template` 和 `--fewshot_as_multiturn` 参数以获得正确结果。","https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Fissues\u002F180",{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},15775,"如何在 CPU 模式下运行 Gemma 采样脚本时避免进程被杀死（Killed message）？","在 CPU 模式下运行大型模型（如 2b-it）时出现 'Killed' 通常是因为内存不足（OOM）。日志显示系统回退到了 CPU 模式（\"Falling back to cpu\"），但随后因内存耗尽被操作系统终止。\n\n建议解决方案：\n1. 增加系统交换空间（Swap Space）。\n2. 减小批次大小或使用更小的模型变体。\n3. 如果可能，使用具有 CUDA 支持的 GPU 环境，因为日志明确提示未检测到可用的 CUDA-enabled jaxlib。","https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Fissues\u002F9",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},15776,"Gemma 3 多模态微调（Multi-image fine tuning）在 Hugging Face 中不起作用怎么办？","如果在 Hugging Face Transformers 中进行多图像微调遇到问题，这通常不是 Gemma 官方仓库的问题，而是 Transformers 库本身的兼容性或实现问题。\n\n用户反馈表明，相关报错应提交至 Hugging Face Transformers 的 Issue 追踪器（例如 issue #36816）。请检查是否使用了支持 Gemma 3 多模态特性的最新 Transformers 版本，并参考 Hugging Face 社区的最新修复补丁。","https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Fissues\u002F193",{"id":126,"question_zh":127,"answer_zh":128,"source_url":114},15777,"如何复现 Gemma 3-4b-it 的基准测试结果？","要复现结果，建议使用 `lm-evaluation-harness` 工具，并确保参数设置正确。以下是一个成功的运行命令示例：\n\n```bash\nlm_eval --model hf \\\n    --model_args pretrained=google\u002Fgemma-3-4b-it \\\n    --tasks winogrande \\\n    --device cuda:2 \\\n    --apply_chat_template \\\n    --batch_size 4 \\\n    --num_fewshot 5 \\\n    --fewshot_as_multiturn\n```\n\n关键点：\n- 必须设置随机种子以保证可复现性。\n- 使用 `--apply_chat_template` 以匹配模型的对话格式。\n- 确保 Transformers 库版本与模型要求一致。",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},15778,"在 Windows 上安装 Gemma 时遇到 'subprocess-exited-with-error' 错误如何解决？","该错误通常发生在构建依赖项时，特别是在 Windows 环境下缺少必要的编译工具或依赖库版本冲突。\n\n建议步骤：\n1. 确保已安装最新版本的 `pip`、`setuptools` 和 `wheel`。\n2. 安装 Visual C++ Build Tools（Windows 用户编译 Python 包必需）。\n3. 尝试在虚拟环境中安装，避免全局依赖冲突。\n4. 检查错误日志中具体是哪个包（如 `flax` 或 `jax`）构建失败，并单独安装其二进制版本（如果可用）或查看其特定的安装说明。","https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemma\u002Fissues\u002F7",{"id":135,"question_zh":136,"answer_zh":137,"source_url":109},15779,"Gemma 3 的 4B 模型是否支持 4bit 量化微调？","根据社区反馈，1B 模型可以正常使用 bitsandbytes (bnb) 进行 4bit 和 8bit 量化微调，但 4B 模型目前可能存在兼容性问题或不支持该配置。\n\n如果需要使用 4B 模型进行微调，建议先尝试全精度（32-bit）或 16-bit 微调。若必须使用量化，请密切关注 `bitsandbytes` 和 `transformers` 库的更新，或考虑使用 LoRA 等参数高效微调技术来降低显存需求。",{"id":139,"question_zh":140,"answer_zh":141,"source_url":109},15780,"如何从 Gemma3ForConditionalGeneration 中提取语言模型部分用于微调？","`Gemma3ForConditionalGeneration` 是多模态模型容器，其内部的语言模型部分可以通过 `.language_model` 属性访问。\n\n代码示例：\n```python\nmodel = Gemma3ForConditionalGeneration.from_pretrained(model_name, device_map=\"auto\")\nlanguage_model = model.language_model  # 这是一个 Gemma3ForCausalLM 实例\n```\n提取后的 `language_model` 可以直接用于标准的因果语言模型微调任务（如使用 SFTTrainer），这在处理纯文本数据或需要解耦视觉编码器时非常有用。",[143,148,152,156,160,164,168,172,176,180,184,189,193,197,201,205],{"id":144,"version":145,"summary_zh":146,"released_at":147},90467,"v3.3.0","* 初次发布","2025-11-18T10:46:35",{"id":149,"version":150,"summary_zh":146,"released_at":151},90468,"v3.2.1","2025-08-30T12:58:09",{"id":153,"version":154,"summary_zh":146,"released_at":155},90469,"v3.2.0","2025-08-29T13:44:37",{"id":157,"version":158,"summary_zh":146,"released_at":159},90470,"v3.1.0","2025-07-15T15:46:24",{"id":161,"version":162,"summary_zh":146,"released_at":163},90471,"v3.0.2","2025-03-17T17:44:31",{"id":165,"version":166,"summary_zh":146,"released_at":167},90472,"v3.0.1","2025-03-12T18:05:28",{"id":169,"version":170,"summary_zh":146,"released_at":171},90473,"v3.0.0","2025-03-12T07:29:29",{"id":173,"version":174,"summary_zh":146,"released_at":175},90474,"v2.0.8","2025-02-13T12:28:33",{"id":177,"version":178,"summary_zh":146,"released_at":179},90475,"v2.0.7","2025-02-12T17:18:41",{"id":181,"version":182,"summary_zh":146,"released_at":183},90476,"v2.0.6","2025-02-11T12:00:33",{"id":185,"version":186,"summary_zh":187,"released_at":188},90477,"v2.0.5","* Initial release","2025-02-11T10:34:23",{"id":190,"version":191,"summary_zh":187,"released_at":192},90478,"v2.0.4","2025-02-10T11:00:38",{"id":194,"version":195,"summary_zh":187,"released_at":196},90479,"v2.0.3","2025-02-08T22:34:55",{"id":198,"version":199,"summary_zh":187,"released_at":200},90480,"v2.0.2","2025-02-07T11:44:40",{"id":202,"version":203,"summary_zh":187,"released_at":204},90481,"v2.0.1","2025-02-04T12:18:17",{"id":206,"version":207,"summary_zh":187,"released_at":208},90482,"v2.0.0","2025-02-02T13:56:17"]