Gemmaとは
Googleが公開する、Geminiの研究成果をもとに構築された軽量なオープンウェイトモデルファミリー
ひとことで言うと
Googleが公開している、Geminiの技術をもとにした軽量なAIモデルシリーズ。
概要
Gemmaとは、Googleが公開するオープンウェイトの大規模言語モデルファミリーで、クローズドウェイトのGeminiと同じ研究・技術基盤をもとに構築されている。 比較的小さなパラメータ規模で、単一GPUやノートPC、モバイル端末でも動作させやすい軽量なモデルとして設計されており、研究者・開発者が自由にダウンロードしてファインチューニングや改変を行える点が特徴。 Gemma 2・Gemma 3ではモデルサイズのバリエーションが拡充され、テキストだけでなく画像入力に対応したモデルも展開されるなど、Geminiで培われた研究成果がオープンウェイト版にも順次反映されている。 商用利用も許可するライセンスのもとで公開されており、企業が自社サービスへ組み込む用途でも採用が進んでいる。
背景
Googleは、クローズドウェイトの最先端モデルであるGeminiとは別に、開発者コミュニティが自由に利用・改変できる軽量モデルを提供することで、オープンウェイトLLMのエコシステムにも技術基盤を還元する目的でGemmaシリーズを公開している。
歴史
2024年2月: GoogleがGemma(第1世代)を公開。 2024年6月: 性能を改良したGemma 2を公開。 2025年3月: マルチモーダル対応を強化したGemma 3を公開。
アーキテクチャ
デコーダのみのTransformerアーキテクチャを基本とし、Geminiの開発で得られた学習手法やアーキテクチャ上の知見を、より小さなパラメータ規模のモデルへ反映する形で構築されている。
コード例
Transformersライブラリでの読み込み(概念例)
from transformers import AutoModelForCausalLM, AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("google/gemma-2-9b-it")
model = AutoModelForCausalLM.from_pretrained("google/gemma-2-9b-it", device_map="auto")
inputs = tokenizer("日本の首都はどこですか？", return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=100)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))利点
- 比較的小さなモデルサイズで、単一GPUやノートPC等限られた環境でも動作させやすい
- 重みが公開されており、自前の環境での実行・ファインチューニングがしやすい
- Geminiで培われた研究成果が順次反映されており、世代を追うごとに性能改善が続いている
欠点
- 大規模なGeminiと比べ、幅広い知識や複雑な推論を要するタスクでは性能に制約がある
- 商用利用にあたっては、Googleが定める利用規約の確認が必要
- 学習データの詳細や学習手法の全容は公開されておらず、再現性には限界がある
比較
関連用語
よくある質問
GemmaはGeminiと同じ性能？
いいえ。 Gemmaはモデルサイズを抑えた軽量なオープンウェイトモデルであり、同社の大規模なクローズドウェイトモデルであるGeminiと比べると、扱える知識量や複雑なタスクへの対応力には差がある。
Gemmaは商用利用できる？
Googleが定める利用規約のもとで商用利用が許可されている。 ただし利用規約に定められた禁止事項等の条件があるため、導入前に確認が必要。
参考文献
- Official WebsiteGoogle Gemma
- BlogGoogle: Gemma: Introducing new state-of-the-art open models