Google âm thầm cập nhật Gemma 4: Sửa lỗi gọi công cụ và tối ưu hiệu suất trên GPU Nvidia

16 tháng 7, 2026

Google đã phát hành bản cập nhật cho mô hình AI mở Gemma 4, giúp tăng tốc hiệu suất trên các GPU Nvidia Hopper, sửa lỗi gọi công cụ (tool calling) và khắc phục các vấn đề về phản hồi bị cắt ngắn. Theo Google, việc bật Flash Attention 4 giúp tăng tốc độ xử lý các câu lệnh đầu vào của mô hình từ 25 đến 70 phần trăm. Thời gian tạo token đầu tiên (Time to first token) giảm tới 31 phần trăm. Google cũng đã sửa các lỗi trong tính năng gọi công cụ, cho phép mô hình tự kích hoạt các công cụ bên ngoài.

Google cho biết họ cũng đã giảm thiểu các trường hợp mô hình tự động cắt ngắn câu trả lời hoặc đưa ra phản hồi không đầy đủ. Đối với xử lý hình ảnh, người dùng có thể tự tay tăng tham số "max_soft_tokens" từ 280 lên 1.120 để nhận được kết quả OCR sắc nét hơn và hỗ trợ độ phân giải lên tới 2,51 megapixel. Google đã cung cấp một trình cấu hình tương tác trên Hugging Face cho mục đích này. Các điểm chuẩn (benchmark) được công bố chỉ so sánh các biến thể 31B và E4B với những phiên bản tiền nhiệm, nhưng kho lưu trữ trên Hugging Face cho thấy tất cả các kích thước tham số trong thế hệ mô hình này đều đã được cập nhật, bao gồm cả bản phát hành 12B mới nhất. Cộng đồng đã phản đối việc Google phát hành bản cập nhật này dưới cùng tên gọi "Gemma 4" thay vì gắn nhãn là một phiên bản riêng biệt như "Gemma 4.1".

Tin tức AI không thổi phồng – Được biên soạn bởi con người

Đăng ký THE DECODER để đọc không quảng cáo, nhận bản tin AI hàng tuần, báo cáo chuyên sâu "AI Radar" độc quyền sáu lần một năm, quyền truy cập toàn bộ kho lưu trữ và tham gia phần bình luận của chúng tôi.

Đăng ký ngay