工具教程 · 小互解读

Google 发布 gemma-trainer 技能：在自己电脑上，让 AI 帮你微调一个专属的 Gemma

开源的训练说明书，把监督微调、偏好对齐、奖励打分三条路和 LoRA 参数全写死，配 Unsloth，一张 8GB 显存的消费级显卡就能起步。
一分钟速览
  • Google 在开源的 gemma-skills 仓库里新加了一个叫 gemma-trainer 的技能，专门教 AI 助手怎么在你自己的电脑上微调 Gemma 模型。
  • 它的本体是一份写给 AI Agent 读的说明书（SKILL.md），外加 5 个现成的 Python 脚本。你说人话，助手照着选参数、跑训练。
  • 覆盖三条训练路线：SFT 教新知识、DPO 调风格偏好、RM 训一个打分器，每条路的数据格式和关键参数都写死了。
  • 优先用 Unsloth，官方称省最多 70% 显存、快 2 倍，单张消费级显卡就能微调 12B 甚至更大的模型，还能训图像和音频。
  • 训完能转成 GGUF 这类轻量格式，用 LiteRT-LM 塞进手机和 IoT 设备里跑。
⚑这是 Google 官方在 DEV 社区发布的自家工具介绍，性能数字（省 70% 显存、快 2 倍）为 Unsloth 官方宣称。下文机制细节来自其开源仓库 google-gemma/gemma-skills 的代码。
你能做什么

在自己电脑上，调一个只懂你那行的 Gemma

你想要一个专属模型：会翻你那个冷门领域的行话、按你的口味回话、只做你这一摊事。开源的 Gemma 本来就为这种可定制而生，可真要动手微调，一直得先趟一遍复杂的环境配置和一堆看不懂的指南。

Google 的 Gemma 团队最近把这一步铺平了：在开源的 gemma-skills 仓库里，新加了一个叫 gemma-trainer 的技能。

有了它，你对 AI 助手说一句「用某个数据集微调 Gemma 4 E2B」，它就知道该先验证你的数据、选合适的 LoRA 参数、用省资源的默认配置开训、再评估结果。整套本地微调流程，变成了助手能直接读懂并执行的说明书。
💡为什么值得看：它把本地微调 Gemma 的整套决策（选哪种训练方法、配什么 LoRA 参数、怎么防爆显存、训完怎么转端侧格式）固化成一份技能文件，配 Unsloth，一张 8GB 显存的消费级显卡就能起步，还一并覆盖了文本、图像和音频三种训练。
📦 开源仓库 · 免费
github.com/google-gemma/gemma-skills
它到底是什么

它的本体是一份写给 AI 的说明书

gemma-trainer 的本体是一个 SKILL.md 文件，加上 5 个现成的 Python 脚本模板。它不带界面、也不是要你直接上手调用的训练库。

SKILL.md 是一份专门写给 AI Agent 读的蓝图。里面把「本地微调该怎么做」的最佳实践、每个参数该取什么值、有哪些坑要避开，全部写死。你的助手读了它，就从「大概知道怎么训练」变成「知道这台机器上该调哪个脚本、每个旋钮拧到几」。仓库里的 5 个脚本各管一摊：一个跑监督微调，一个跑偏好对齐，一个训打分器，一个专门验证数据格式，还有一个用来做数据蒸馏。

你说人话「微调 Gemma 4 E2B」
→
Agent 读
gemma-trainer
→
选对脚本
定好参数
→
跑训练
→
评估
迭代

这套技能不挑门派，和具体的 AI 工具无关，从 Gemini 到 Claude 都能用，配 Google 自己的 Antigravity 命令行工具（agy）也行。用法简单到一句话：把 gemma-trainer 文件夹拷进你 AI 助手的技能目录，助手立刻就知道怎么带你走。

更有意思的是，助手不只是照单执行，它会按技能里写的能力约束帮你拦错。有一个真实例子：一次训练请求手误写成了用 Gemma 4 31B 做音频任务，助手当场提醒，31B 是个只管文字和图像的模型，根本没有音频能力，建议改用 E2B 或者 12B。

Agent 提示 Gemma 4 31B 没有音频能力，建议改用 E2B 或 12B
你要求用一个没有音频能力的模型做音频微调，助手会拦下来并给出可行的替代型号。来源：DEV / Google AI
三条训练路

教知识、调偏好、学打分，三条路怎么选

技能里把微调分成三种方法，对应三种不同的目标。想清楚你要模型学会什么，就知道该走哪条路。