Gamma 有以下几种常见用途：
此外，在开源大模型领域，谷歌发布的 Gemma 模型中也涉及到相关技术细节。Gemma 是一个轻量级的 SOTA 开放模型系列，在语言理解、推理和安全方面表现强劲。谷歌发布了 20 亿参数和 70 亿参数两个版本，并提供了预训练以及针对对话、指令遵循、有用性和安全性微调的 checkpoint。不同尺寸满足不同的计算限制、应用程序和开发人员要求。Gemma 在 18 个基于文本的任务中的 11 个上优于相似参数规模的开放模型。
[title]问：Gamma是什么？Gamma是一个在线演示文稿制作平台，它利用人工智能技术帮助用户快速创建和设计演示文稿。用户可以通过简单的文本输入来生成幻灯片，Gamma的AI系统会根据内容自动提供布局建议和设计元素。该平台支持多种多媒体格式的嵌入，如GIF和视频，使得演示文稿更加生动和吸引人。Gamma提供了多种预设主题和自定义选项，允许用户调整和优化他们的演示文稿。Gamma的目标是简化演示文稿的创建过程，使得非设计专业人士也能轻松制作出具有专业外观的演示文稿。通过使用Gamma，用户可以节省设计时间，专注于内容的表达和创意的发挥。
改变图像的色温。节点选项说明:temperature:色温值。范围在-100到100之间。值越高，色温越高(偏蓝)；越低，色温越低(偏黄)。[heading3]ColorBalance[content]改变图像的色彩平衡。节点选项说明:cyan_red:青-红平衡。负值为偏青，正值为偏红。magenta_green:品-绿平衡。负值为偏品，正值为偏绿。yellow_blue:黄-蓝平衡。负值为偏黄，正值为偏蓝。[heading3]Levels水平[content]改变图像色阶。节点选项说明:channel:选择要调整的通道。有RGB,red,green,blue可供选择。black_point(*):图像输入黑点值。取值范围0-255,默认值0。white_point(*):图像输入白点值。取值范围0-255,默认值255。gray_point:图像输入灰点值。取值范围0.01-9.99,默认1。output_black_point(*):图像输出黑点值。取值范围0-255,默认值0。output_white_point(*):图像输出黑点值。取值范围0-255,默认值255。(*)如果black_point或output_black_point数值大于white_point或output_white_point，则两个数值将交换，较大的数值作为white_point使用，较小的数值作为black_point使用。[heading3]Gamma伽玛[content]改变图像的Gamma值。节点选项说明:gamma:图像的Gamma值。
[title]开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用[heading3]Gemma技术细节总体来说，Gemma是一个轻量级的SOTA开放模型系列，在语言理解、推理和安全方面表现出了强劲的性能。技术报告链接：https://storage.googleapis.com/deepmind-media/gemma/gemma-report.pdf谷歌发布了两个版本的Gemma模型，分别是20亿参数和70亿参数，并提供了预训练以及针对对话、指令遵循、有用性和安全性微调的checkpoint。其中70亿参数的模型用于GPU和TPU上的高效部署和开发，20亿参数的模型用于CPU和端侧应用程序。不同的尺寸满足不同的计算限制、应用程序和开发人员要求。Gemma在18个基于文本的任务中的11个上优于相似参数规模的开放模型，例如问答、常识推理、数学和科学、编码等任务。下图1为Gemma（7B）与LLaMA 2（7B）、LLaMA 2（13B）和Mistral（7B）在问答、推理、数学和科学、编码等任务上的性能比较。可以看到，Gemma（7B）表现出了优势（除了在问答任务上弱于LLaMA 2（13B））。接下来看Gemma的模型架构、训练基础设施、预训练和微调方法。