Découvrez Gemini Nano et Gemma 4, qui optimisent l'IA sur l'appareil

Sara Smoot

Bonjour et bienvenue à cette présentation.

Je m'appelle Sara et je suis responsable de l'ingénierie pour Gemma, côté modélisation.

Aujourd'hui, je vais vous parler de nos modèles.

Je vais vous parler des fonctionnalités et de la façon dont nous concevons pour les mobiles.

Je vais vous parler des techniques que nous intégrons au modèle pour qu'il s'exécute efficacement sur mobile.

Je vais vous expliquer comment y accéder et comment nous l'intégrons à AICore.

Enfin, je terminerai par quelques démonstrations pour vous présenter le modèle et vous donner une idée de ses capacités et de ce qu'il peut faire.

Pour comprendre où nous allons, il est utile de comprendre d'où nous venons.

Nous avons lancé Gemma 1 en 2024.

Nous avons lancé un modèle de 2 milliards et 7 milliards de paramètres, textuel uniquement, de très petite taille par rapport à ce qui se faisait à l'époque.

Après Gemma 1, nous avons lancé Gemma 2, qui a introduit des fonctionnalités supplémentaires.

Nous avons introduit le codage.

Nous avons également lancé un modèle de grande taille, le 27B, qui a considérablement étendu les capacités de la série Gemma.

Gemma 3 a été lancé peu de temps après.

Nous avons encore ajouté des fonctionnalités, le multimodal, puis un modèle plus petit, un modèle de 270 millions de paramètres, car nous avons réalisé que les modèles plus petits avaient vraiment de nombreux cas d'utilisation et que nous essayions vraiment de permettre autant de cas d'utilisation mobiles en ligne que possible.

Ainsi, à chaque version, nos capacités augmentent, et c'est intentionnel.

Nous concevons des modèles pour des appareils uniques, comme des téléphones, des ordinateurs portables ou des GPU. Notre objectif n'est pas de créer un modèle plus grand, même si nous sommes passés de 12 à 27 milliards de paramètres. Nous voulons intégrer plus de fonctionnalités à chaque itération, tout en conservant la même empreinte, car nous voulons rester sur l'appareil, en local.

Pour ce faire, nous avons amélioré l'efficacité.

Je vais vous parler de ce que nous avons fait pour Gemma 4 en particulier et de la façon dont nous y sommes parvenus.

Nous avons lancé le modèle E2B (je vais expliquer ce que signifie le "E" dans un instant), le modèle E4B, un modèle unifié 12B (je vais expliquer pourquoi nous l'avons créé) et un modèle MoE.

Tout cela pour prouver l'efficacité de l'IA et offrir aux développeurs plus de flexibilité pour les applications et les éléments qu'ils souhaitent créer.

Examinons de plus près les fonctionnalités que nous avons ajoutées au fil du temps.

Je voudrais souligner quelques points, à commencer par la longueur de contexte.

Nous avons ajouté une longueur de contexte beaucoup plus importante que dans les versions précédentes de Gemma.

Gemma 4 dispose d'un contexte allant jusqu'à 128 k.

Les modèles plus grands vont jusqu'à 256.

Notez que ML Kit limite la longueur de contexte. Assurez-vous donc de vérifier votre budget avant de lancer votre application avec une longueur de contexte de 128.

Mais cela devrait suffire pour vous permettre de lire de longs documents, d'effectuer des raisonnements plus complexes, d'appeler des fonctions et de disposer d'un budget suffisant pour utiliser la multimodalité, la vision et l'audio.

La vidéo est une nouvelle fonctionnalité que nous avons ajoutée à partir de Gemma 3n, et que nous avons encore améliorée pour Gemma 4.

Nous proposons désormais une compatibilité multilingue.

Nous continuons d'entraîner le modèle sur plusieurs langues. Vous disposez donc d'une compatibilité linguistique intégrée et d'une compatibilité pré-entraînée.

Et tout cela est désormais disponible sous une toute nouvelle licence Apache 2, ce qui nous réjouit, car cela vous donnera beaucoup plus de flexibilité dans ce que vous pouvez créer avec, et cela réduit également les frictions.

La création et le téléchargement du modèle sont beaucoup plus fluides.

Sara Smoot

D'accord, et la vision ? Qu'en fait-on ?

Pour Gemma 4, la vision est d'avoir un format variable.

Cela permet de prendre une image et, au lieu de la compresser pour l'adapter à un carré, de conserver le format réel du modèle.

Cela signifie que votre texte et vos objets ne sont pas déformés.

En fait, cela améliore considérablement les capacités du modèle.

Les formes restent fidèles, et l'OCR est considérablement amélioré grâce à ce format variable.

La vision est également capable de lire des graphiques, des feuilles de calcul et des diagrammes.

Il peut également traduire à partir d'indices visuels. Vous pouvez donc prendre des photos de mots, et il pourra les traduire pour vous.

Il peut aussi baser son raisonnement sur le monde physique.

Il peut analyser une image, comprendre où se trouvent les éléments et ce qu'elle contient.

Il peut faire beaucoup de choses.

Une autre fonctionnalité peu connue de nos modèles Gemma est que vous pouvez définir le budget de jetons visuels.

Pour le moment, je vous conseille de vérifier ce qu'il en est dans ML Toolkit, mais vous disposez d'un large choix.

Si vous souhaitez consacrer plus de puissance et d'énergie à la compréhension d'images en plus haute résolution, vous pouvez le configurer.

Si ce n'est pas un cas d'utilisation que vous souhaitez vraiment exploiter, vous pouvez réduire considérablement le budget de jetons d'image et récupérer une grande partie de cette puissance et des cycles de calcul du modèle pour vos applications textuelles.

L'audio est un mode relativement nouveau pour nous.

Nous l'avons introduit pour la première fois dans Gemma 3n.

Nous l'utilisons désormais pleinement pour Gemma 4.

L'audio n'est disponible que dans nos modèles les plus petits : E2B, E4B et 12B.

La transcription sera entièrement basée sur le fichier audio.

Il traduit la voix.

Il est compatible avec plus de 35 langues, sans configuration supplémentaire.

Nous l'avons également pré-entraîné sur plus de 140 langues. Ainsi, si vous souhaitez utiliser une langue qui ne fait pas partie de nos 35 langues, vous devriez pouvoir l'ajuster et obtenir une très bonne compatibilité pour une langue qui n'est pas prise en charge d'emblée.

Nous avons ajouté le raisonnement agentique.

C'est également une nouveauté de Gemma 4.

Il planifie.

Il effectue des tâches en plusieurs étapes.

Il utilise des outils.

Il suit les instructions avec précision.

Il renvoie un fichier JSON structuré.

Il peut faire tout ce que l'on attend d'un modèle agentique.

Je vous conseille de regarder la section "Assurez-vous d'utiliser". Si vous n'utilisez pas ML Toolkit et que vous faites les choses vous-même, assurez-vous de prêter attention aux modèles de chat.

Les modèles de chat sont complexes.

Ils doivent être manipulés avec précaution.

Si vous utilisez ML Toolkit, tout cela est fait pour vous.

Enfin, Gemma continue d'offrir une excellente compréhension du texte.

Grâce au contexte plus long, nous pouvons désormais analyser du code, de longs documents et traduire.

En fait, grâce à la fonctionnalité de codage, Android Studio prend désormais en charge Gemma 4 en mode hors connexion.

Si vous souhaitez utiliser Android Studio hors connexion, vous pourrez donc utiliser Gemma 4 pour vos tâches de codage.

Point important : E2B et E4B sont suffisamment petits pour tenir et fonctionner correctement sur votre téléphone.

Il s'agit donc d'un grand nombre de fonctionnalités regroupées dans un très petit espace.

C'est un défi d'ingénierie très difficile, et l'équipe Gemma en est très fière.

Voici quelques exemples illustrant les fonctionnalités.

À gauche, nous montrons que le modèle est capable de trouver l'ordinateur portable et de renvoyer ses coordonnées.

L'application peut alors afficher un pointeur pour indiquer où se trouve l'ordinateur portable.

Au centre, le modèle est capable d'identifier des objets, puis de dessiner des cadres de délimitation autour de ces objets.

Il existe des applications intéressantes pour cela : la détection d'objets, l'évitement d'objets.

C'est une fonctionnalité très intéressante.

À droite, on voit comment le modèle peut lire du texte.

Cela se traduit par "Attention, il y a un chat".

Il comprend également ce qui se passe dans l'image, voit ce chat dans une position vraiment amusante, et peut traduire et souligner qu'il s'agit d'une chute, car le texte en dessous dit "Quelque chose pourrait se produire".

Je trouve ça plutôt mignon.

Il peut donc pointer, détecter des objets, effectuer une reconnaissance optique des caractères et traduire, le tout sans pipeline de vision spécial.

Passons maintenant aux chiffres de l'évaluation.

Vous savez, il est toujours important de démontrer les capacités, mais beaucoup de gens s'intéressent à ces aspects, et je pense qu'ici, vous pouvez voir la force des modèles.

Si vous regardez les deux dernières colonnes, E2B bat Gemma 3 27B, qui est un modèle beaucoup plus grand, en raisonnement, en codage et en agentivité.

Examinons LiveCodeBench.

Nous avons 44 pour Gemma 4 contre 29 pour Gemma 3 27B.

L'AIME est également beaucoup plus élevé.

Tau2, qui est une évaluation agentique, est également beaucoup plus élevé, ce qui montre une grande force.

Si nous augmentons légèrement le nombre de paramètres, notre modèle E4B surpasse largement notre modèle 27B sur tous les benchmarks.

Ainsi, en passant de Gemma 3 à Gemma 4, nous avons intégré beaucoup plus de fonctionnalités dans le même nombre de paramètres.

Sara Smoot

Comment procéder ?

Rendre le modèle plus performant sans l'agrandir est un problème complexe.

Si l'on s'intéresse au matériel, les téléphones ont beaucoup moins de mémoire.

En effet, on parle de 12 à 16 Go, contre environ 80 Go sur un serveur.

La bande passante est également beaucoup plus faible : 50 à 80 Go, contre les téraoctets que vous obtiendriez sur un serveur.

Il existe également des contraintes d'alimentation sévères.

Nous devons donc garder tous ces éléments à l'esprit lors de l'exécution du modèle.

Chacune des techniques que je vais vous présenter cible l'une de ces contraintes et permet d'optimiser le modèle pour qu'il fonctionne sur le matériel mobile.

Tout d'abord, nous n'avons pas une architecture pour chaque taille.

Chaque taille de modèle possède sa propre architecture.

Nos modèles E2B et E4B comportent donc des éléments spéciaux, sur lesquels je vais principalement me concentrer dans la suite de mon intervention. Mais je pense qu'il est utile de savoir que notre modèle 12B n'a pas d'encodeur de vision.

Avec ce modèle, nous avons donc supprimé l'encodeur de vision pour simplifier le déploiement et réduire le nombre de paramètres nécessaires au modèle.

Cette version est généralement destinée aux ordinateurs portables.

Nos grands modèles sont là pour démontrer les capacités les plus avancées.

Ils sont disponibles en version dense complète et en version Mixture of Experts.

Le modèle Mixture of Experts peut également s'exécuter sur des ordinateurs portables. Nous l'avons conçu en raison de la latence plus faible qu'offre l'architecture d'experts.

Pour le reste de la présentation, je vais me concentrer sur les modèles mobiles, à savoir E2B et E4B, et parler de ce que nous avons fait pour qu'ils fonctionnent très bien sur vos téléphones.

C'est de là que vient le "E" : "Embeddings" (représentations vectorielles continues) par couche.

Il s'agit d'une technique intéressante et innovante que nous avons ajoutée aux modèles.

Et si vous réfléchissez au fonctionnement des modèles, ils ont besoin de plus de paramètres pour être plus intelligents.

Nous améliorons l'efficacité des paramètres, mais, de manière générale, pour qu'un modèle soit plus performant, il faut plus de paramètres.

Le PLE dit : "D'accord, nous avons besoin de plus de paramètres."

Mais au lieu d'ajouter d'autres paramètres directement au modèle, nous avons une table d'embeddings supplémentaire.

Cette table d'embeddings est lue pour chaque couche.

Une fois que vous avez les jetons dont le modèle aura besoin, vous pouvez extraire les embeddings par couche nécessaires pour une séquence d'entrée donnée, puis charger uniquement ces embeddings dans le modèle.

Il vous fournit donc un modèle efficace de 2 milliards de paramètres, même si le nombre de paramètres lui-même est un peu plus élevé.

C'est pourquoi nous parlons de 2 milliards de paramètres, car seuls ces 2 milliards sont chargés dans votre mémoire.

La table d'embeddings est généralement enregistrée dans la mémoire flash, et non dans la RAM.

Vous limitez donc la bande passante, car vous n'avez pas à transférer autant de paramètres, mais vous bénéficiez toujours de toutes les capacités d'un modèle beaucoup plus grand.

Elle utilise également moins de RAM sur l'appareil.

Nous avons ensuite ajouté un modèle de rédaction.

Le modèle de rédaction que nous utilisons pour Gemma est un modèle de prédiction multitoken.

Il s'agit d'une forme de décodage spéculatif.

Cela vous permet de prédire plus de jetons par passe qu'un modèle autorégressif général.

Les modèles autorégressifs classiques ne traitent qu'un seul jeton à la fois. Vous devez donc parcourir l'ensemble du modèle pour chaque jeton.

Ce que fait le MTP, c'est qu'il prédit trois ou quatre jetons à la fois, puis nous utilisons le modèle principal pour valider ces jetons.

Si ces jetons sont acceptés, ils sont utilisés. Nous pouvons généralement obtenir deux, trois ou quatre jetons par passe, au lieu d'un seul à la fois.

Il s'agit d'une technique courante.

Les modèles Drafter sont disponibles.

Ce que nous avons fait de différent et de spécial pour Gemma, c'est que nous partageons le cache KV du modèle de base.

Pour E2B, nous effectuons donc le préremplissage complet, nous créons le cache, puis notre modèle de rédaction utilise ce cache KV.

Vous économisez donc environ 130 millisecondes sur un prompt de 1 000 jetons, car vous n'avez pas besoin de regénérer un préremplissage pour votre modèle de rédaction.

Notre modèle de rédaction est donc environ 30 à 40 fois plus rapide que les autres modèles de rédaction disponibles.

Si vous regardez les chiffres, vous pouvez voir les gains de vitesse lorsque nous utilisons le modèle de rédaction.

Nous obtenons un taux d'acceptation de 40 à 60 % supérieur à celui de la plupart des modèles de rédaction.

Nous avons une latence de décodage 40 % plus faible en utilisant le modèle de rédacteur, et nous consommons également 30 à 40 % d'énergie en moins en utilisant ce modèle de rédacteur.

Vous obtenez ainsi des réponses plus rapides, une autonomie de batterie plus longue et aucune modification du code.

Il s'agit d'un outil assez simple et bien pris en charge.

Sara Smoot

Notre prochaine innovation concerne la quantification.

La quantification n'est pas non plus une technique nouvelle, mais nous apportons un soin tout particulier à nos modèles mobiles pour nous assurer que la quantification fonctionne très bien avec le matériel mobile.

Nous prenons en compte plusieurs éléments pour nos modèles QAT.

Tout d'abord, nous effectuons un entraînement prenant en compte la quantification (QAT, quantization-aware training).

Cela signifie que lorsque nous effectuons l'entraînement, nous prenons en compte et reconnaissons le fait que nous allons effectuer une quantification.

Cela aide le modèle à comprendre que les paramètres seront regroupés, ce qui permet de préserver la qualité.

Cela permet également de préserver la qualité et, généralement, de réduire la taille du modèle à une fraction de sa taille d'origine.

Si vous passez d'un modèle 16 bits à un modèle 4 bits tout en préservant la qualité, vous économisez énormément de mémoire.

E2B est donc disponible en deux quantifications différentes.

Nous avons un format Q4_0.

Il s'agit d'une quantification plus générale.

Cette valeur est personnalisable.

Cela fonctionne très bien avec d'autres bibliothèques de quantification.

Il vous permet de jouer et d'avoir une quantification qui pourrait fonctionner pour votre cas d'utilisation.

Nous disposons également d'une quantification très spéciale, que nous appelons "quantification mobile". Elle est très agressive, et nous avons effectué de nombreuses recherches pour l'optimiser.

Il n'est pas aussi bien pris en charge dans la plupart des environnements d'exécution, mais il l'est dans ML Kit et Android Studio. Vous pouvez donc l'utiliser.

Vous pouvez l'utiliser là-bas.

Voici quelques-unes des innovations que nous avons intégrées : nous utilisons des quantifications d'activation statiques.

Ainsi, lorsque vous effectuez une quantification, si vous effectuez une activation de plage dynamique, vous devez généralement calculer les plages à la volée, puis les utiliser pour effectuer la quantification.

Nous avons déjà effectué la quantification de plage statique pour vous. Vous n'avez donc pas besoin de précalculer les plages, ce qui vous fait gagner du temps.

Nous avons également effectué une quantification par canal.

Nous avons structuré et compressé le modèle de manière à ce qu'il fonctionne très bien avec la plupart des appareils mobiles.

Nous avons ciblé la quantification 2 bits.

La quantification sur deux bits entraîne généralement une perte de données importante.

La PTQ est très difficile à réaliser.

Nous avons effectué des recherches et nous comprenons suffisamment bien nos modèles pour savoir où les paramètres peuvent être compressés à 2 bits, et nous avons obtenu de bons résultats avec l'entraînement basé sur la quantification.

Cela permet d'économiser beaucoup d'espace de stockage, tout en préservant presque toute la qualité.

Notre modèle quantifié spécial fait moins d'un gigaoctet, ce qui est bien plus petit que nos modèles quantifiés 4 bits.

Nous avons également intégré la quantification des embeddings et du cache KV à notre quantification personnalisée.

Il existe de nombreuses techniques pour y parvenir.

Nous avons fait des recherches et nous avons constaté que cela fonctionne très bien avec notre modèle.

Nous avons regroupé tout cela dans ces points de contrôle.

Tout cela réduit considérablement votre mémoire active.

Cela vous permet d'économiser beaucoup de bande passante en évitant de déplacer les paramètres dans les deux sens.

Il vous permet également de gérer et de conserver vos longues discussions et autres éléments sans manquer d'espace.

Sara Smoot

Nous intégrons donc via AICore.

Avec AICore, vous obtenez donc le modèle Gemini Nano 4.

Gemini Nano 4 est un modèle Gemma créé et exécuté via AICore.

AICore vous offre des fonctionnalités intéressantes.

C'est la méthode la plus automatisée. Je vais maintenant vous parler rapidement de l'autre méthode.

L'autre possibilité est d'utiliser LiteRT, qui est une approche plus personnalisée et pratique.

Si vous choisissez cette option, le modèle sera intégré à votre application.

Il n'utilisera pas le modèle partagé hébergé sur l'appareil.

Vous devez donc faire attention à votre mémoire.

Vous devez faire attention à votre consommation d'énergie.

Vous allez devoir gérer les ressources du téléphone de manière beaucoup plus active.

Mais vous bénéficiez d'un contrôle total.

Vous pouvez utiliser des réglages avec LiteRT, ce qui vous offre plus d'options de personnalisation.

Si vous passez par AICore, vous pouvez utiliser les API du kit d'outils de ML. C'est la méthode la plus simple.

Et lorsque vous l'utilisez, vous bénéficiez de toutes les fonctionnalités dont j'ai parlé : les embeddings par couche sont gérés de manière appropriée, et l'environnement d'exécution accepte que les paramètres ne soient pas dans la RAM, que les paramètres d'embedding ne soient pas dans la RAM.

Il intègre déjà le protocole MTP, qui fonctionnera donc automatiquement.

Elle utilise également notre quant mobile.

Il s'exécute sur un environnement d'exécution conçu pour héberger et fonctionner correctement avec cette quantification.

Il peut donc s'exécuter et effectuer des opérations avec une précision de 2 bits, là où nous en avons besoin, ce qui le rend très efficace.

Si vous souhaitez approfondir le sujet, deux autres conférences ont déjà eu lieu ou sont à venir.

La session de David sur ML Kit couvre le parcours Gemini Nano 4, comment utiliser le modèle via ML Kit, puis la session de Chintan et Fergus sur LiteRT couvre comment utiliser LiteRT et comment développer avec LiteRT.

Voici à quoi ressemble le flux de requêtes pour Gemma.

Une surface d'API traite les entrées, et tout cela est intégré pour vous.

Le traitement des entrées inclut les signaux de sécurité.

AICore intègre des fonctionnalités de sécurité.

Il vérifie que nous intégrons de nombreuses mesures de sécurité dans le modèle.

Il s'agit d'un niveau de sécurité supplémentaire pour les applications mobiles.

Il passera par la configuration des fonctionnalités, puis par notre environnement d'exécution sur l'appareil.

En sortie, il vérifie également la sécurité.

Il vérifie les signaux de sortie pour s'assurer qu'il produit une sortie sûre.

Il s'agit, là encore, d'une couche de sécurité supplémentaire qui s'ajoute à celle que nous avons intégrée au modèle.

Il effectue également des mises à jour et est partagé entre les applications.

Si vous créez plusieurs applications ou si vous ne souhaitez pas gérer un modèle groupé, c'est la solution idéale. Vous bénéficierez de nombreuses fonctionnalités intégrées dès le départ.

Sara Smoot

Passons à la démo.

Il s'agit d'un assistant vocal.

Je vais l'afficher sur un ordinateur portable.

Je voudrais attirer votre attention sur certains points : l'application est entièrement locale et s'exécute sur l'appareil.

Il est mis en cascade à l'aide de la détection d'activité vocale.

Il passe par STT, puis par Gemma, et enfin par TTS, qui est un modèle de synthèse vocale.

Il est diffusé en streaming et s'exécute également sur le modèle E2B.

Il s'agit exactement du même modèle que celui qui s'exécute sur un ordinateur portable, mais il s'exécute sur un téléphone.

Tout cela peut être fait sur le téléphone.

Cette démonstration est basée sur LiteRT.

Il devrait également être possible de le créer avec ML Kit.

Surveillez la latence, l'absence d'aller-retour vers le serveur et la façon dont il gère les interruptions.

Hey Gemma, parle-moi un peu de toi.

Je suis Gemma 4, un grand modèle de langage développé par Google DeepMind.

Je traite du texte et des images pour fournir des informations et effectuer des tâches.

Parfait.

Peux-tu m'en dire un peu plus sur Shakespeare ?

William Shakespeare était un dramaturge et poète anglais, largement considéré comme le plus grand écrivain de langue anglaise.

Attendez.

Et devine quoi ?

Je veux vraiment en savoir plus sur le système solaire.

Pouvez-vous m'en dire plus ?

Le système solaire est composé du Soleil et de tous les objets célestes qui lui sont liés par la gravité, y compris huit planètes, des planètes naines, des lunes, des astéroïdes et des comètes.

Génial.

Peux-tu m'expliquer comment fonctionne un trou noir ?

Un trou noir se forme lorsqu'une étoile massive s'effondre sous l'effet de sa propre gravité, créant une région de l'espace-temps où la gravité est si forte que rien, pas même la lumière, ne peut s'en échapper.

C'est trop cool !

Merci.

Je vous en prie.

Avez-vous d'autres questions à me poser ?

Très bien.

Il y a l'assistant audio.

Passons à la suite.

Il s'agira d'un assistant local utilisant les fonctionnalités vidéo.

Il est entièrement hors connexion. Pour le prouver, la démonstration est réalisée pendant un séjour en camping, censé se dérouler en pleine nature.

Voici quelques points à prendre en compte : ce modèle est basé sur le modèle E4B.

Il parle naturellement.

Nous allons lui montrer comment faire.

Il utilise des appels d'outils en arrière-plan et peut accéder à différents éléments du téléphone.

Et c'est plutôt ludique.

Hé, Gemma, est-ce qu'on a Internet maintenant ?

Non, nous n'avons pas de connexion Internet pour le moment.

De quoi s'agit-il ?

C'est en espagnol.

Ce panneau est un avertissement concernant l'habitat des pumas.

Il indique que les pumas font partie de l'environnement local et que vous devez être prudent si vous en rencontrez un.

Quelle est la dérivée de cette fonction ?

La dérivée de x au carré plus 7x plus 10 est 2x plus 7.

C'est drôle.

Ah oui, bonjour !

Bonjour Cindy.

Gemma, à quelle heure est notre randonnée de groupe ce soir ?

Votre randonnée en groupe est prévue à 18h.

Aujourd'hui

Est-ce un puma ?

Non, c'est un chien.

Bon chien !

Sara Smoot

Très bien, commencez à créer.

Voici les liens vers les points de contrôle.

Si vous souhaitez examiner directement les points de contrôle et le code de notre modèle, ils sont tous disponibles.

Vous pouvez utiliser le ML : il y a Gemma, Gemini Nano 4, le lien ML Kit.

Les points de contrôle sont sur Hugging Face, et notre code se trouve dans la codebase Transformers.

Vous pouvez aller voir ce que nous avons fait.

Vous pouvez également obtenir les points de contrôle sur Kaggle.

Je vous rappelle que vous pouvez consulter la présentation de David sur ML Kit si vous souhaitez en savoir plus sur ce sujet.

Ensuite, nous aurons la présentation de LiteRT par Chintan et Fergus.

Si vous souhaitez découvrir comment accéder au modèle et l'utiliser dans vos applications via LiteRT.

Merci.

J'ai hâte de voir ce que vous allez créer.