Gemma 3 1B IT
Gemma 3轻量文本指令模型，输入和输出均为文本。
最后核实：
https://huggingface.co/google/gemma-3-1b-it特点与限制
主要特点
- 官方标注总参数1B
- 32K上下文
- 1B版仅文本输入输出
使用边界
- 权重受Google Gemma Terms约束；下载前须登录并接受条款。
- 不要将4B版图像能力套用于1B。
- 本站未复现评测或设备表现。
模型信息
- 家族与版本
- Gemma / 3
- 输入与输出
- 文本 → 文本
- 公开参数规模
- 1B（以以下来源口径为准）
- 激活 / 有效参数
- 未提供 / 未提供
- 参数口径
- 官方技术报告标注总参数1.0B：698M非嵌入参数与302M嵌入参数；1B版无视觉编码器。 参数来源
- 原生上下文
- 32,768 tokens
- 扩展上下文
- 未提供
- 语言声明
- 多语言（官方称支持140余种；各任务表现需单独验证）；语言支持不代表对应语言的评测水平。
- 权重许可
- Gemma Terms of Use
- 代码许可
- 未核实
- 训练资料
- Google公开训练来源类别及token规模，未提供完整逐样本训练清单。
能力依据
模型变体：指令版；家族与版本：Gemma / 3
文本生成 官方与第三方交叉核实
GPQA Diamond19.2%官方报告 · enIFEval80.2%官方报告 · enMMLU Pro14.7%官方报告 · en查看评估与来源收起补充信息 · 共 4 项成绩
文本生成 官方与第三方交叉核实
GPQA Diamond19.2%官方报告 · en
IFEval80.2%官方报告 · en
MMLU Pro14.7%官方报告 · en
Google 官方 GPQA Diamond 为 19.2%，Epoch AI 后续独立内部测试为 19.95%；两者数值接近，但配置未完全对齐。官方另报告 IFEval 80.2% 与 MMLU Pro 14.7%（0-shot）。这些结果分别反映有限的英语知识推理和指令遵循，不能合成通用能力分。
已有依据支持
- 官方资料分别给出指令遵循与知识推理成绩。
- Epoch AI 对精确 IT 1B 型号进行了同基准测试，作为额外独立数据点；成绩与官方结果接近。
证据限制
- GPQA Diamond 官方与 Epoch 成绩均低于 25% 随机猜测基线；测试主要为英语，不能据此推断中文表现。
- 官方未披露可复现的完整提示、解码设置与权重revision；本站未运行模型。
- Epoch AI 与 Google 未公开完全一致的模型revision和生成配置；相近数值不等于严格复现。
GPQA Diamond · 19.2%官方报告 · Google DeepMind
展开评测条件与来源
- 模型标识 / 修订
- google/gemma-3-1b-it / 未提供
- 思考模式
- 未知
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- GPQA Diamond / 未提供
- 基准 / 报告版本
- 官方模型卡未注明基准版本
- Few-shot / 输出上限
- 0 / 未提供 tokens
- 提示模板 / 设置
- 未提供；Google 官方 Gemma 3 IT 1B 表列 19.2；该表注明 0-shot。本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-02
- 来源
- https://ai.google.dev/gemma/docs/core/model_card_3
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量官方评测事实并署名链接；未复制报告表格或数据集。 查看说明
- 比较状态
- 不可比：官方模型卡未披露该成绩的权重revision、提示模板及完整生成配置，无法与统一条件复测比较。
IFEval · 80.2%官方报告 · Google DeepMind
展开评测条件与来源
- 模型标识 / 修订
- google/gemma-3-1b-it / 未提供
- 思考模式
- 未知
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- IFEval / 未提供
- 基准 / 报告版本
- 官方模型卡未注明基准版本
- Few-shot / 输出上限
- 0 / 未提供 tokens
- 提示模板 / 设置
- 未提供；Google 官方 Gemma 3 IT 1B 表列 80.2；该表注明 0-shot。本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-02
- 来源
- https://ai.google.dev/gemma/docs/core/model_card_3
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量官方评测事实并署名链接；未复制报告表格或数据集。 查看说明
- 比较状态
- 不可比：官方模型卡未披露该成绩的权重revision、提示模板及完整生成配置，无法与统一条件复测比较。
MMLU Pro · 14.7%官方报告 · Google DeepMind
展开评测条件与来源
- 模型标识 / 修订
- google/gemma-3-1b-it / 未提供
- 思考模式
- 未知
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MMLU Pro / 未提供
- 基准 / 报告版本
- 官方模型卡未注明基准版本
- Few-shot / 输出上限
- 0 / 未提供 tokens
- 提示模板 / 设置
- 未提供；Google 官方 Gemma 3 IT 1B 表列 14.7；该表注明 0-shot。本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-02
- 来源
- https://ai.google.dev/gemma/docs/core/model_card_3
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量官方评测事实并署名链接；未复制报告表格或数据集。 查看说明
- 比较状态
- 不可比：官方模型卡未披露该成绩的权重revision、提示模板及完整生成配置，无法与统一条件复测比较。
GPQA Diamond · 19.95%第三方评测 · Epoch AI
展开评测条件与来源
- 模型标识 / 修订
- gemma-3-1b-it / 未提供
- 思考模式
- 未知
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- GPQA Diamond / 未提供
- 基准 / 报告版本
- Epoch AI run; GPQA Diamond benchmark 1.0.6
- Few-shot / 输出上限
- 0 / 未提供 tokens
- 提示模板 / 设置
- zero-shot chain-of-thought；Epoch AI internal run; mean_score=0.19949495 (displayed as percent), stderr=0.01521201537793133; Epoch describes its GPQA method as zero-shot chain-of-thought with model API-default temperature. GPQA Diamond has 198 questions. This run is not a reproduction of the Google model-card setting. Run started 2026-08-28.；页面成绩按百分比保留两位小数（导出原值 19.94949494949495%）。
- 评测日期 / 核实日期
- 2026-08-28 / 2026-10-02
- 来源
- https://epoch.ai/benchmarks/gpqa-diamond
- 来源使用说明
- 开放数据；许可：CC BY 4.0；Epoch AI 将内部评测数据以 CC BY 许可提供复用；按要求署名 Epoch AI 并链接数据说明。 查看说明
- 比较状态
- 不可比：虽为同一 GPQA Diamond 基准，Epoch 与 Google 官方成绩存在差异且未共享完全一致的模型revision、提示和生成预算，不能据此直接排名。
运行条件与获取
Transformers
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；内存、显存和速度取决于精度、输入、运行时与硬件，不从参数量或文件体积推算资源保证。
内存：未核实；显存：未核实。
依赖：transformers、torch、accelerate。
STEP 01 准备运行环境
先阅读并接受Google Gemma Terms；Hugging Face还要求登录确认许可后才能取权重。
python -m pip install -U transformers torch accelerateSTEP 02 加载模型
使用 Transformers 从 google/gemma-3-1b-it 加载。