gemma3:1b im LLM-Testsuite-Report

Gemma ist eine leichtgewichtige Modellfamilie von Google, die auf Gemini-Technologie basiert. Die Gemma-3-Modelle sind multimodal, verarbeiten also Text und Bilder, und verfügen über ein 128K-Kontextfenster mit Unterstützung für mehr als 140 Sprachen. Sie sind in Größen mit 270M, 1B, 4B, 12B und 27B Parametern verfügbar und zeichnen sich bei Aufgaben wie Fragebeantwortung, Zusammenfassung und Schlussfolgern aus. Dank ihrer kompakten Bauweise können sie auf Geräten mit begrenzten Ressourcen bereitgestellt werden.

Modelle

Text

270M-Parameter-Modell (32K-Kontextfenster)

ollama run gemma3:270m

1B-Parameter-Modell (32K-Kontextfenster)

ollama run gemma3:1b

Multimodal (Bildverarbeitung)

4B-Parameter-Modell (128K-Kontextfenster)

ollama run gemma3:4b

12B-Parameter-Modell (128K-Kontextfenster)

ollama run gemma3:12b

27B-Parameter-Modell (128K-Kontextfenster)

ollama run gemma3:27b

Mit Quantisierungsbewusstsein trainierte Modelle (QAT)

Die mit Quantisierungsbewusstsein trainierten Gemma-3-Modelle bewahren eine ähnliche Qualität wie Modelle mit halber Genauigkeit (BF16), benötigen aber weniger Speicher, nämlich dreimal weniger als nicht quantisierte Modelle.

1B-Parameter-Modell

ollama run gemma3:1b-it-qat

4B-Parameter-Modell

ollama run gemma3:4b-it-qat

12B-Parameter-Modell

ollama run gemma3:12b-it-qat

27B-Parameter-Modell

ollama run gemma3:27b-it-qat

Bewertung

Benchmark-Ergebnisse

Gemma 3 270M

Benchmark n-shot Gemma 3 270M, anweisungsabgestimmt HellaSwag 0-shot 37.7 PIQA 0-shot 66.2 ARC-c 0-shot 28.2 WinoGrande 0-shot 52.3 BIG-Bench Hard few-shot 26.7 IF Eval 0-shot 51.2

Diese Modelle wurden anhand einer umfangreichen Sammlung unterschiedlicher Datensätze und Kennzahlen bewertet, um verschiedene Aspekte der Textgenerierung abzudecken:

Fähigkeiten beim Schlussfolgern, in Logik und Code

Benchmark Kennzahl Gemma 3 PT 1B Gemma 3 PT 4B Gemma 3 PT 12B Gemma 3 PT 27B HellaSwag 10-shot 62.3 77.2 84.2 85.6 BoolQ 0-shot 63.2 72.3 78.8 82.4 PIQA 0-shot 73.8 79.6 81.8 83.3 SocialIQA 0-shot 48.9 51.9 53.4 54.9 TriviaQA 5-shot 39.8 65.8 78.2 85.5 Natural Questions 5-shot 9.48 20.0 31.4 36.1 ARC-c 25-shot 38.4 56.2 68.9 70.6 ARC-e 0-shot 73.0 82.4 88.3 89.0 WinoGrande 5-shot 58.2 64.7 74.3 78.8 BIG-Bench Hard 28.4 50.9 72.6 77.7 DROP 3-shot, F1 42.4 60.1 72.2 77.2 AGIEval 3-5-shot 22.2 42.1 57.4 66.2 MMLU 5-shot, top-1 26.5 59.6 74.5 78.6 MATH 4-shot – 24.2 43.3 50.0 GSM8K 5-shot, maj@1 1.36 38.4 71.0 82.6 GPQA 9.38 15.0 25.4 24.3 MMLU (Pro) 5-shot 11.2 23.7 40.8 43.9 MBPP 3-shot 9.80 46.0 60.4 65.6 HumanEval pass@1 6.10 36.0 45.7 48.8 MMLU (Pro COT) 5-shot 9.7 NaN NaN NaN

Mehrsprachige Fähigkeiten

Benchmark Gemma 3 PT 1B Gemma 3 PT 4B Gemma 3 PT 12B Gemma 3 PT 27B MGSM 2.04 34.7 64.3 74.3 Global-MMLU-Lite 24.9 57.0 69.4 75.7 Belebele 26.6 59.4 78.0 – WMT24++ (ChrF) 36.7 48.4 53.9 55.7 FloRes 29.5 39.2 46.0 48.8 XL-Sum 4.82 8.55 12.2 14.9 XQuAD (alle) 43.9 68.0 74.5 76.8

Multimodale Fähigkeiten

Benchmark Gemma 3 PT 4B Gemma 3 PT 12B Gemma 3 PT 27B COCOcap 102 111 116 DocVQA (val) 72.8 82.3 85.6 InfoVQA (val) 44.1 54.8 59.4 MMMU (pt) 39.2 50.3 56.1 TextVQA (val) 58.9 66.5 68.6 RealWorldQA 45.5 52.2 53.9 ReMI 27.3 38.5 44.8 AI2D 63.2 75.2 79.0 ChartQA 45.4 60.9 63.8 ChartQA (erweitert) 81.8 88.5 88.7 VQAv2 – – – BLINK 38.0 35.9 39.6 OKVQA 51.0 58.7 60.2 TallyQA 42.5 51.8 54.3 SpatialSense VQA 50.9 60.0 59.4 CountBenchQA 26.1 17.8 68.0

Referenz

Gemma-Nutzungsbedingungen