LLM EU
Meni
Modeli

Gemma 3 27B It

Google DeepMind

Samo v katalogu Odprte uteži

Nazadnje pregledano:

Suverenost in gostovanje

Samo v katalogu

Ta model je v katalogu za referenco. Na LLM EU še ni gostovan in noben lastni endpoint ga tukaj ne streže. Zahteve zanj gredo neposredno k ponudniku, pod lastnimi pogoji tega ponudnika.

Povzetek

Gemma 3 27B It je vizualno-jezikovni model odprtih uteži podjetja Google DeepMind z 27,4B parametri, objavljen pod licenco gemma. Repozitorij je bil ustvarjen marca 2025 in je zrcaljen na Hugging Face. Sprejme besedilo in slike ter odgovori z besedilom. Kontrolna točka je uglašena z navodili in vključuje predlogo za klepet. Objavljena konfiguracija ne beleži kontekstnega okna, zato ga ta kartica ne vsebuje. Kartica je samo za katalog: LLM EU ne poganja tega modela. Založnik na strani modela ne navaja jezikovne pokritosti.

Specifikacije

Ponudnik
Google DeepMind (US)
Kontekstno okno
Ni preverjeno: ponudnik te trditve ni dokumentiral.
Parametri
27.4B
Modalnosti
text, vision
Licenca
gemma · licence
Odprte uteži
yes
Datum izdaje
01. mar. 2025
Naloge
Večjezična podpora, Vid, Razmišljanje

Jeziki

Močno: —

Zadostno: —

Močno

    Zadostno

      Ni preverjeno: ponudnik te trditve ni dokumentiral. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

      Kdaj ga uporabiti

      Prednosti

      • 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

      Omejitve

      • 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