Gemma
由 Google 提供支持的开放权重系列，本地与云端调优路径均有文档。
需核实： 只有在核对过当前的 Gemma 条款、框架指南和显存需求之后，再确定具体的检查点和格式。
打开官方模型来源微调指南
选择基座模型
依据你自己工作负载上的证据来选，而不是看通用排行榜。从能达到质量目标的最小检查点开始，在投入完整训练之前，先确认它的条款、训练支持和部署路径。
先做一轮基座模型对比
1. 冻结测试集
构建有代表性的成功、失败、边界、安全和分布外用例。让它们远离训练和提示词迭代。
2. 比较基线
用同一套评分标准测试提示词、少样本示例、检索和候选基座模型。微调应当用来弥补一个实测的差距。
3. 低成本试点
做一次简短的适配器实验，记录完整配置，只有当收益在保留集和安全评估中依然成立时才推进。
选型关卡
- 未微调的检查点在你的保留用例上，胜过仅用提示词和检索的基线。
- 许可和可接受使用条款覆盖你的产品、地域、分发和衍生作品。
- 分词器、对话模板、上下文长度和输出格式与目标服务栈一致。
- 小规模试点放得下，并为激活值、优化器状态、批量和检查点留有余量。
- 服务栈支持你打算上线的适配器格式或合并后的检查点格式。
- 在推进上线之前，你可以测试任务质量、安全退化、延迟、吞吐量和成本。
开放权重模型系列示例
快照复核于 2026 年 7 月。这是一份起点清单，既不是排名，也不保证每个检查点都支持每种调优方法。当前的文件和条款请以官方来源为准。
实测显存
仅凭参数量无法预测训练显存。精度、序列长度、注意力实现、优化器、批量大小、适配器和分片都会产生影响。
读清具体许可
“开放权重”不是一个许可类别。请审阅该检查点的条款和声明；不要从模型系列的名称推断权利。
重跑安全测试
微调后的模型可能在目标任务之外退化。每次发布前都要测试基础能力、滥用场景、隐私泄露和拒答行为。
绝不要仅凭通用的显存估算就去采购硬件。请用确切的检查点、精度、序列长度和框架复现一次有代表性的试点，或者向服务商索取一份包含训练、存储、线上服务和数据传输成本的最新报价。