LLM EU
Menu
Modele

Gemma 3 27B It

Google DeepMind

Tylko w katalogu Otwarte wagi

Ostatnio sprawdzono:

Suwerenność i hosting

Tylko w katalogu

Ten model jest skatalogowany w celach informacyjnych. Nie jest jeszcze hostowany w LLM EU i żaden własny endpoint go tu nie obsługuje. Żądania do niego trafiają bezpośrednio do dostawcy, na warunkach tego dostawcy.

Podsumowanie

Gemma 3 27B It to model wizualno-językowy o otwartych wagach od Google DeepMind z 27.4B parametrami, opublikowany na licencji gemma. Repozytorium zostało utworzone w marcu 2025 roku i jest lustrzane na Hugging Face. Akceptuje tekst i obrazy, a odpowiada tekstem. Punkt kontrolny jest dostrojony instrukcjami i zawiera szablon czatu. Opublikowana konfiguracja nie zawiera informacji o oknie kontekstowym, więc ta karta również ich nie zawiera. Karta jest tylko katalogowa: LLM EU nie uruchamia tego modelu. Wydawca nie podaje informacji o zasięgu językowym na stronie modelu.

Specyfikacje

Dostawca
Google DeepMind (US)
Okno kontekstu
Niezweryfikowane: dostawca nie udokumentował tego twierdzenia.
Parametry
27.4B
Modalności
text, vision
Licencja
gemma · licence
Otwarte wagi
yes
Data wydania
01 mar 2025
Zadania
Wsparcie wielojęzyczne, Wizja, Rozumowanie

Języki

Mocny: —

Dostateczny: —

Mocny

    Dostateczny

      Niezweryfikowane: dostawca nie udokumentował tego twierdzenia. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

      Kiedy używać

      Mocne strony

      • open weights are published on Hugging Face and can be downloaded without a vendor agreement
      • instruction-tuned checkpoint with a chat template in the repository

      Ograniczenia

      • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
      • no evaluation has been run by LLM EU
      • the published configuration records no context window, so the card carries none
      • at 27.4B parameters, self-hosting needs a single accelerator with enough memory for the weights
      • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model