大家好，我是Ai學習的老章

最近各種最新最強大模型輪番上場，[[20250307 阿里通義千問，汪峰附體了]]

? QwQ-32B與具備 6710 億參數的 DeepSeek-R1 媲美，數學能力、代碼能力表現與 DeepSeek-R1 相當，遠勝于 o1-mini 及相同尺寸的 R1 蒸餾模型。

阿里之后，谷歌昨天也發布了開源模型Gemma 3，號稱也很強。

? Gemma 3 能用 27B 參數量達到開源模型第二的水平,模型在 LMArena 排行榜中勝過 Llama-405B、DeepSeek-V3 和 o3-mini。[圖片]

今天老章就順便分享一下，一個個大模型輪番面世，我們應該如何去認識、使用它。

一共三步

第一步：了解模型性能

主要看官方公布的技術文檔、博客等

技術文件：https://storage.googleapis.com/deepmind-media/gemma/Gemma3Report.pdf

博客：https://huggingface.co/blog/gemma3 https://blog.google/technology/developers/gemma-3/

這些一般會把模型等優點介紹的非常清楚了

其實官方或一眾博主都會出高度總結

? 多模態 - 理解圖像、視頻和文本，生成文本
多語言 - 140 種語言！
設備就緒 - 1B、4B、12B、27B 的大小
非常有用 - 27B 在 Chatbot Arena (*) 上的表現與 OpenAI o1 持平
Mucho Capable - 128k 令牌上下文窗口

第二步：確定模型擅長領域

官方介紹自己，一般會特別突出其在某一領域的亮點去與其他模型對比

所以我還會去第三方平臺看看，做全面對比

這里推薦幾個我常看的

• 大語言模型的情商基準：https://eqbench.com/creative_writing.html

• 數學能力https://www.datalearner.com/ai-models/llm-benchmark-tests/37

• 人工智能模型和 API 提供商的獨立分析平臺，這也是我最喜歡看的，各個領域看大模型的排名情況https://artificialanalysis.ai/

光看不練假把式，可以去官方或其他開放平臺去測試一下

比如本次谷歌這個，在huggingface可以嘗試：https://huggingface.co/spaces/huggingface-projects/gemma-3-12b-it

官網更方便：https://aistudio.google.com/app/prompts/new_chat

通過以上三步，你可能已經對這個模型有完整、深入的了解了

再有大模型面世，照此三步走即可。

如果想動手部署，也可以

模型文件：
https://huggingface.co/collections/google/gemma-3-release-67c6c6f89c4f76621268bb6d

https://huggingface.co/google/gemma-3-27b-it/tree/main

制作不易，如果這篇文章覺得對你有用，可否點個關注。給我個三連擊：點贊、轉發和在看。若可以再給我加個，謝謝你看我的文章，我們下篇再見！