此乃投于Gemma 4之赛：以Gemma 4筑之

思此题，未尝辍念，遂筑其答

且听我言

每新模出，吾辈恒如故。观其标尺，试其数问，较之旧者，遂弃之去。

然吾近日坐思异问，一问似近Gemma四之实情：

若此模型为人，当为何种之人？

非喻也。乃郑重之设计也。盖若细察Gemma 4所能为，真察之，则见Google DeepMind非仅释一语言模型。乃集而成物，逐片映合人之全构也。

思虑而后言者，目察乎世。闻言无碍者，口应乎心。手勤而能事者。且能于所置之域，真有所学焉。

吾辈当筑此人。自本始。渐次而成。

脑 —<|think|>

何人而言先不思？不可信者也。

汝所恃之良医、慎律师、挚友，皆具一德：非惟应之，更思之。审慎彼量所知，察边缘之例，对答之前自省。

Gemma 4之智识运作，恰如此理。于系统提示中，投一符文焉：

<|turn>system
<|think|> You are a careful, expert reasoner.<turn|>

且模型未对用户言辞，已启私室：

<|channel>thought
...weighing the possibilities...
checking edge cases...
cross-referencing what it knows...
<channel|>

此乃模型自语。如人未出声，先在心间解难。内观。私语。诚然。用户未睹其形，唯得存思之果。

基准之测，可察思虑之效。八十九又一成之二分之壹于AIME 2026数学题之研习。八十四有三分之三于GPQA之钻石——此为试炼博士之标尺，意在难倒博士级之专才。此非依模式匹配而得答案之系统，实乃真正之系统。缘由。

汝可调其思虑之深浅。以系统之命，促其于繁难之事深思熟虑，于简易之事轻率以应。文牍谓之"适思之效"。知进退之时，方显其能。

此人言先于行。此已足为难得。

脑识之学——精调之术

不教可学者，犹塑像之有见也.

此别卓识之士与卓识之同僚者：同僚已习尔之境，尔之术语，尔之域之奇癖，尔之特立社群论及尔所重之事物之方.

基础之Gemma 4模型虽精而泛，精调乃成尔之专精。

LoRA，乃于特定之层，附以微细可训之适配器，犹新制之模，不损其本构。其基智完存，而专精之层叠于上。多运于GPU，此乃众开发者已备之器。

QLoRA先减损基础权重，后施以LoRA。于消费级GPU上微调。医院可教此人以其临床文档格式为言。区域新闻社可教之以其风格指南。

精微调适复建诸层于尔域。此备不时之需，需者非惟通晓尔业，更需深谙其道。在也汝之领域。

常模知医案之貌。精调之模，知汝医馆之案。常模能言印地语。精调之模，言汝乡里之印地语，其俚语，其声调，其温煦。

乡里已显其规模之貌。逾十万精调变体今犹存Gemma之族。十万专才辈出。各由其人观其本模，言曰：吾能使此于吾之疆域，益为有用。

汝可为万分之一。

此人非惟知事，更习尔之私。

眸者 —<|image|>

唯识文者，失大半于寰宇。

世情非文墨所载。乃白板之墨迹，研文之图示，崩坏界面之影，褪色墨迹之表，野田兽伤之痕。

<|turn>user
Describe this image: <|image|><turn|>

是<|image|>符文者，象素成义之域也。Gemma 4能辨物形，析文牍与PDF，通UI之识，解图表之理，达OCR跨语言，辨手书之迹。

若人然，非齐观也。细字则眯目，远景则瞬目。Gemma 4则调可视之符，有度可设。

于MMMU Pro——多模推理——之31B得分76.9%。于OmniDocBench之文书解析，编辑距离0.131。几近完美。

此人非唯读书，亦观物也。

耳之辨 —<|audio|>

闻君者半，言者已半矣。

E2B、E4B之型——为运行于机杼（phones）与案牍（laptops）而造——有耳。诚耳也。

<|turn>user
a. <|audio|>
b. <|audio|><turn|>

将原始音频字节传入模型，模型即可闻其言。非惟转录而已 —通晓且译之。

Transcribe the following speech segment in Hindi,
then translate it into English.

此即全令。模型闻之，以印地语录之，复以英语显之。一气呵成。一器独运。不假网络之呼。

于FLEURS，E4B之得分0.08 错误率— 语音识别几近完美。于CoVoST之翻译，三十五点五四蓝宝石分请提供需要翻译的英文文本。

耳能通灵者百四十种语言耳辨音调。耳不假互联网而能作。

此人闻汝言——无论汝以何语。

口 — 文本生成 + 语音合成

智能不可通者，非智能也。乃闭室之囚。

Gemma 4 生成文字。然文字乃声音之原料。将此输出导入任一语音合成引擎，此人即能发声——以其训练时所涉百四十余种语言，复以提问所来之语返回。

汝以泰米尔语询之。其思亦泰米尔语。其应亦泰米尔语。其与汝言亦泰米尔语.

此口之所为也。取脑之所谋，为人实之——以其所思之语，非以建之之便语.

此人以汝之语应汝。非以其语.

手——函数调用

思而不行，徒为空谈。巧手之人，可变天地。

才高而无所用，临危则无用之辈。人之强大，在于能行——搜查资料，检视库藏，呈递文书，呼召服务，下达命令。

Gemma 4之双翼乃其功能唤起之系统。立一器，若模型决意需之，则伸而用之，读其果，乃自然应答。

思虑与器用，已融而难分。一念既起，此身可独运玄机，思量何物。 之器，先于其至而求之。无隙，思行相续，如环无端。

人解事之全，其程若此：

1. 或问之
2. 私思所需
3. 伸求以得信息
4. 得之
5. 答之

此人非惟知之，更求之。

择偶之道：Gemma 4之四重境界

此乃Gemma 4之卓然不凡者：此物有四制，可运行于中端手机至工作站之间。同源而生，异制而显。

The E2B乃野战之器——耳目声喉，无需互联网。内存四吉，行于中端之机。当用者一手有事，需三十秒之应，此乃其选。

二六吉四吉乃日常之用也，其能几与三一B等，然速若四B之速，盖因推论时仅三十八亿参数得用。此乃多生产之用所宜。于此始。

三一B乃深思者也——其重正误甚于速。医理之思。律法之析。繁复多阶之题。待时以观，自能明辨，小者或踌躇，彼则无碍矣。

全人

集众材于此，此乃汝所成之形：

此人所能为之而汝不能也

彼善记万事.其心之所能容者，凡二十五万六千之符，若一整之码库，若五年之医史，若全之律藏，皆融于境，一时具现.

彼能本通百四十之语.自始至终，皆以之训，非译而成，乃育之。

未尝有蹇日.未尝疲，未尝辩，未尝以昨日之愠，扰今日之谈。问则思之深，无需则轻之。

尔之所有，无有条件。 未租用。非按查询计费。Apache 2.0之许，可取其权，细调之，部署之，建业于其上。无人能于次季更其约.

末问

造人之际，纵为数字之躯，亦有其理.

形骸易致，而神明之属——目、耳、口、手，皆工技之务。Gemma 4已解之。美也。

难者，乃后问也。此人何以用此众物？

医者无力购云服务，然能运地模型，读扫描之图，闻病者方言，慎思而后言。师者居无稳网之校，其AI助生于平板，未尝断联。开发者构一智能，思行相随，择器得宜，复报以病者所习之语。

匣已启，诸器——心、学、目、耳、口、手——皆在焉。

吾今问尔，吾常自问者何也。

若君能为此人于乡里，于疆域，于言辞，其将何为？

书卷Gemma 4 文档—谷歌AI开发中心/谷歌AI开发中心(Gemma)之文档
😊下载Gemma 4 — Hugging Face

万物皆可为提示。万事皆可为之。始建其事。