یادداشتِ انتشارِ مدل را به فهرستِ وعده‌هایِ محصول تبدیل نکنید. ابتدا نامِ خانواده، گونه، تاریخِ اعلام و دامنهٔ هر قابلیت را جدا کنید؛ سپس برای نیازِ خود آزمونِ مشخص بنویسید. اینجا اعلامِ تاریخیِ Gemma 3 را با کارتِ همان خانواده می‌خوانیم. هیچ مدل یا API اجرا نشده و نتیجهٔ آزمونِ عملکرد نداریم.
تاریخِ اعلام با تاریخِ خواندن فرق دارد
گوگل Gemma 3 را در ۱۲ مارسِ ۲۰۲۵ معرفی کرد؛ این خبرِ امروز نیست. در آن اعلام، اندازه‌هایِ 1B، 4B، 12B و 27B آمده‌اند. کارتِ مدلی که خواندیم در پایینِ صفحه تاریخِ به‌روزرسانیِ ۱۴ اوتِ ۲۰۲۵ دارد و گونهٔ 270M را هم شامل می‌شود. این موردِ بعدی را به فهرستِ اعلامِ مارس نسبت نمی‌دهیم.
نامِ خانواده برای بازتولیدِ آزمون کافی نیست. در زمانِ اجرایِ واقعی باید شناسهٔ دقیقِ گونه، revision یا checkpoint، حالتِ پیش‌آموزش/دستوری و محیطِ اجرا را ثبت کنید. ما در این تمرین هیچ شناسهٔ runtime را تأیید نکرده‌ایم؛ نامِ مستعارِ احتمالی را نیز تغییرناپذیر فرض نمی‌کنیم.
سه ادعا را به دامنه و پرسشِ قابلِ آزمون تبدیل کنیم
| ادعایِ اعلام | دامنهٔ شاهدِ رسمی | آزمونِ پیشنهادی؛ اجرا نشده |
|---|---|---|
| پنجرهٔ زمینهٔ 128K | کارت برای 4B/12B/27B مقدارِ 128K و برای 1B/270M مقدارِ 32K می‌دهد | گونه و توکنایزر را ثابت کنید؛ بودجهٔ ورودی/خروجی و برشِ متنِ شماره‌دار را در همان محیط بسنجید |
| قابلیتِ دیداری | پاورقیِ اعلام، 4B/12B/27B را نام می‌برد | قراردادِ دریافتِ تصویرِ گونه و runtime را کنترل و فقط نمونهٔ ساختگیِ مجاز را امتحان کنید |
| فراخوانیِ تابع و خروجیِ ساختاریافته | ادعایِ سازنده در اعلام؛ پروتکلِ محیطِ منتخب اینجا آزموده نشده است | قالبِ مجاز، خروجیِ ناقص، ابزارِ ناشناخته و مرزِ اجرا‌نکردنِ ابزار را بررسی کنید |
این جدول بنچمارکِ مقایسهٔ مدل‌ها نیست. عددِ زمینهٔ یک گونه را به همهٔ خانواده تعمیم نمی‌دهیم؛ همچنین «قابلیت اعلام شده» با «در محیطِ ما آزمایش شده» دو وضعیتِ متفاوت‌اند.
بودجهٔ زمینه، فقط طولِ ورودی نیست
کارتِ مدل، سقفِ خروجی را با کسرِ توکن‌هایِ ورودی بیان می‌کند. بنابراین دریافتِ یک متنِ بلند به معنی باقی‌ماندنِ همان سقف برای پاسخ نیست. نوعِ محاسبه، محدودیتِ runtime و نشانه‌هایِ برش باید در آزمونِ خودتان روشن شود. از عبارتِ تبلیغاتیِ کوتاه، ظرفیتِ واقعیِ سناریویِ مشتری را نتیجه نگیرید.
برای تصویر هم وجودِ قابلیت در چند گونه، شاهدِ پذیرشِ تصویر در هر بسته یا هر رابطِ محلی نیست. و دربارهٔ ابزار، تولیدِ نامِ تابع به‌تنهایی مجوزِ اجرایِ آن در یک سامانهٔ بیرونی نمی‌سازد؛ آزمونِ خروجی باید از اجازه و اثرِ اقدام جدا بماند.
فایلِ همراه چه کاری انجام می‌دهد؟
JSON سه خلاصهٔ دستیِ ادعا، آدرسِ شاهد، دامنه و پیشنهادِ آزمون را نگه می‌دارد. وضعیتِ هر سه «اجرا نشده» و نتیجهٔ مشاهده‌شده خالی است. کد فقط ثبتِ همین قرارداد را کنترل می‌کند؛ افزودنِ نتیجهٔ ساختگی، حذفِ دامنه یا تغییرِ تاریخِ رویداد به امروز را در سه جهشِ آزمایشی رد می‌کند. این ردشدن، صحتِ علمیِ ادعا یا کیفیتِ مدل را اثبات نمی‌کند.
برای استفادهٔ واقعی، شاهدِ نتیجه را جدا به همان نسخهٔ آزمون وصل کنید. اگر دسترسی، حافظه یا محیطِ لازم ندارید، «آزمون نشد» پاسخِ معتبر است. لازم نیست خانه را با pass، صفر یا تخمینِ بی‌پایه پر کنید.
قدمِ بعد از خواندنِ اعلام چیست؟
ثابت‌کردنِ نسخهٔ SDK وابستگیِ برنامه را پوشش می‌دهد؛ این صفحه دامنهٔ ادعایِ خودِ مدل را از شاهدِ رسمی استخراج می‌کند. وقتی دو نسخه واقعاً در دسترس شدند، آزمونِ زوجیِ نسخه‌ها برای طراحیِ مقایسهٔ ثابت مفید است؛ جدولِ امروز جایِ اجرایِ آن نیست.
برای انتخابِ راهکارِ پاسخ‌گویی، نیاز و معیارِ پذیرش را در راهکارهایِ اپرا مطرح کنید. این مطالعه، استفادهٔ اپرا از Gemma یا پشتیبانیِ قابلیت‌هایِ این خانواده در محصول را اعلام نمی‌کند.
فایل تمرین و منبع
سه ادعایِ تاریخ‌دار، دامنهٔ شاهد و آزمونِ اجرا‌نشده · کنترلِ کامل‌بودنِ ثبت؛ هیچ آزمونِ مدلی اجرا نمی‌کند
- اعلامِ رسمیِ Gemma 3؛ ۱۲ مارسِ ۲۰۲۵ و پاورقیِ قابلیتِ دیداری
- کارتِ رسمیِ Gemma 3؛ دامنهٔ گونه‌ها و بودجهٔ ورودی/خروجی؛ به‌روزرسانیِ درج‌شده ۱۴ اوتِ ۲۰۲۵
منابع در 2026-11-04 خوانده شدند؛ این تاریخ، تاریخ انتشار منبع نیست. مثال‌ها و فایل‌های این راهنما آموزشی و ساختهٔ تحریریه‌اند.