참고자료 6신뢰도 89%종합 신뢰도: 89%핀의 출처와 참고 자료가 날짜를 얼마나 뒷받침하는지.출처를 포함한 자료 6건이 핀의 시작·종료 시각을 얼마나 강하게 뒷받침하는지에 대한 가중 평균. 자료는 최신 자료보다 180일 오래될 때마다 가중치가 절반이 됩니다신뢰도 75% 이상 핀 모두 보기
첫 번째 항목은 항상 핀의 출처입니다. 전체 신뢰도는 각 자료가 위의 시작·종료 시각을 얼마나 확실히 뒷받침하는지에 대한 가중 평균이며, 자료는 최신 자료보다 180일 오래될 때마다 가중치가 절반이 됩니다.
- [1]90%blog.google/technology/developers/google-gemma-2blog.google· 게시 2026년 10월 12일· 시작 2024년 6월 27일 ✓· 점수의 83%
Google의 게시물 "Gemma 2 is now available to researchers and developers"는 2024년 6월 27일자이며(Clement Farabet과 Tris Warkentin 작성) Maginative[5]가 같은 날 이를 보도했다. Hugging Face[4][6] 저장소는 엠바고 하에 6월 24일 생성되었고, 기술 보고서는 2024년 7월 31일 arXiv[2]에 공개되었다.
- [2]92%Gemma 2: Improving Open Language Models at a Practical Size - arXivarxiv.org· 게재 2024년 7월 31일· 점수의 4%
Gemma 2 technical report (v1 31 July 2024): 2B to 27B models with alternating local-global attention and grouped-query attention, 2B and 9B trained by knowledge distillation, 27B on 13T tokens and 9B on 8T; LMSYS Chatbot Arena Elo 1218 for the 27B and 1187 for the 9B.[1]
- [3]75%Google: Gemma 2 27B - OpenRouteropenrouter.ai· 게재 2024년 7월 13일· 점수의 3%
OpenRouter listing (read from its models API): Google: Gemma 2 27B, added 13 July 2024, 8,192-token context, $0.65 per million input and output tokens.
- [4]88%google/gemma-2-27b-it - Hugging Facehuggingface.co· 게재 2024년 6월 27일· 점수의 3%
Model card (gated): text-to-text decoder-only English model, 13 trillion training tokens for the 27B and 8 trillion for the 9B, Gemma license, pretrained benchmark table with MMLU 75.2, HellaSwag 86.4, GSM8K 74.0 and HumanEval 51.8 for the 27B.[1]
- [5]80%Google Releases Gemma 2 in 9B and 27B Sizes - Maginativemaginative.com· 게재 2024년 6월 27일· 점수의 3%
Maginative (Chris McKay), 27 June 2024: Gemma 2 9B and 27B released, 27B competitive with proprietary models more than twice its size and approaching Llama 3 70B and Claude 3 Sonnet, single TPU host, A100 80GB or H100, commercially friendly license, available in Google AI Studio and on Kaggle and Hugging Face[4][6].
수정 제안
빠지거나 잘못된 점이 있나요? 이 핀을 뒷받침하는 링크, 다른 시작일이나 종료일과 그 이유, 빠지거나 잘못된 사실을 자신의 말로 알려주세요. AI가 이 핀의 출처와 대조하고 더 나은 자료를 찾아, 뒷받침하는 페이지를 추가합니다. 핀 자체의 출처가 여전히 가장 중요하게 반영됩니다. AI는 이미지도 확인합니다. 다른 것을 보여주거나 제대로 보여주지 못하는 이미지는 뒤로 옮기거나 교체합니다.