LLM EU
Meniu
Modele

Gemma 3 27B It

Google DeepMind

Doar în catalog Ponderi deschise

Ultima revizuire:

Suveranitate și găzduire

Doar în catalog

Acest model este catalogat ca referință. Nu este găzduit încă pe LLM EU și niciun endpoint propriu nu îl servește aici. Cererile către el merg direct la furnizor, conform termenilor acelui furnizor.

Rezumat

Gemma 3 27B It este un model "vision-language" "open-weight" de la Google DeepMind cu 27.4B parametri, publicat sub licența gemma. Repozitoriul a fost creat în martie 2025 și este oglindit pe Hugging Face. Acesta acceptă text și imagini și răspunde în text. Checkpoint-ul este "instruction-tuned" și include un șablon de chat. Configurația publicată nu înregistrează o fereastră de context, deci acest card nu conține una. Cardul este doar de catalog: LLM EU nu rulează acest model. Editorul nu menționează acoperirea lingvistică pe pagina modelului.

Specificații

Furnizor
Google DeepMind (US)
Fereastră de context
Neverificat: furnizorul nu a documentat această afirmație.
Parametri
27.4B
Modalități
text, vision
Licență
gemma · licence
Ponderi deschise
yes
Data lansării
01 mar. 2025
Sarcini
Suport multilingv, Viziune, Raționament

Limbi

Puternic: —

Adecvat: —

Puternic

    Adecvat

      Neverificat: furnizorul nu a documentat această afirmație. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

      Când se folosește

      Puncte forte

      • 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

      Limitări

      • 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