🐶 Google DeepMind 开源了SOTA模型 Gemma 4
• 推理能力 – 系列中所有模型均被设计为高能力推理器，支持可配置的思维模式。
• 扩展多模态 – 支持处理文本、可变宽高比和分辨率的图像（所有模型），以及视频和音频（E2B 和 E4B 模型原生支持）。
• 多样高效的架构 – 提供不同规模的密集型和混合专家（MoE）变体，支持灵活部署。
• 端侧优化 – 小型模型专为在笔记本电脑和移动设备上高效本地运行而设计。
• 更大上下文窗口 – 小型模型支持 128K 上下文窗口，中型模型支持 256K。
• 增强的编码与智能体能力 – 在编码基准测试中取得显著提升，同时原生支持函数调用，可驱动高能力的自主智能体。
• 原生系统提示支持 – Gemma 4 引入了对 system 角色的原生支持，实现更结构化、更可控的对话。
🐑 Ollama 更新 - v0.20.0
• 新增 Google 最新开源的SOTA Gemma 4 系列模型支持，提供四个版本：Effective 2B (E2B)、Effective 4B (E4B)、26B（混合专家模型，激活参数4B）和31B（密集模型）。
• 优化 MLX 后端，使其在 pipeline 中遵循 tokenizer 的 add_bos_token 设置，确保与模型配置的一致性。
• 扩展 tokenizer 功能，新增对 SentencePiece 风格 BPE（字节对编码）的支持，提升了分词器的兼容性和处理能力。
🔑 关键词：
#ollama #gemma Gemma 4, Deepmind, 模型发布, tokenizer, BPE, MLX
🤗 HuggingFace | 🎲 Github
• 推理能力 – 系列中所有模型均被设计为高能力推理器，支持可配置的思维模式。
• 扩展多模态 – 支持处理文本、可变宽高比和分辨率的图像（所有模型），以及视频和音频（E2B 和 E4B 模型原生支持）。
• 多样高效的架构 – 提供不同规模的密集型和混合专家（MoE）变体，支持灵活部署。
• 端侧优化 – 小型模型专为在笔记本电脑和移动设备上高效本地运行而设计。
• 更大上下文窗口 – 小型模型支持 128K 上下文窗口，中型模型支持 256K。
• 增强的编码与智能体能力 – 在编码基准测试中取得显著提升，同时原生支持函数调用，可驱动高能力的自主智能体。
• 原生系统提示支持 – Gemma 4 引入了对 system 角色的原生支持，实现更结构化、更可控的对话。
🐑 Ollama 更新 - v0.20.0
• 新增 Google 最新开源的SOTA Gemma 4 系列模型支持，提供四个版本：Effective 2B (E2B)、Effective 4B (E4B)、26B（混合专家模型，激活参数4B）和31B（密集模型）。
• 优化 MLX 后端，使其在 pipeline 中遵循 tokenizer 的 add_bos_token 设置，确保与模型配置的一致性。
• 扩展 tokenizer 功能，新增对 SentencePiece 风格 BPE（字节对编码）的支持，提升了分词器的兼容性和处理能力。
🔑 关键词：
#ollama #gemma Gemma 4, Deepmind, 模型发布, tokenizer, BPE, MLX
🤗 HuggingFace | 🎲 Github