/ Модель

Характеристики

Библиотека
transformers
Опубликована
4 июл 2026

gemma-4-26B-openclaw

Изображение и текст → текст

Дообученная чат-модель Gemma 4 с поддержкой изображений для ответов на текстовые и визуальные запросы.

0скачиваний за 30 дней0лайковвеса обновлены4 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AlexHung29629/gemma-4-26B-openclaw — дообученная разговорная модель семейства Gemma 4 с поддержкой изображений, опубликованная пользователем AlexHung29629. В карточке указано обучение с помощью TRL; метаданные описывают её как модель преобразования изображений и текста в текст и отмечают возможности чата и работы с изображениями.

Модель предназначена для диалогов и ответов на запросы с текстовым или визуальным содержимым. Репозиторий содержит веса в формате safetensors и рассчитан на использование через Transformers. Размер модели, языки и лицензия в предоставленных источниках не указаны.

Сценарии применения

  • диалоговые ответы на текстовые запросы
  • вопросы и ответы по изображениям
  • описание содержимого изображений
  • чат с текстовыми и визуальными сообщениями

Ограничения

В предоставленной карточке нет сведений о качестве, размере контекста и языках модели. Лицензия и базовая модель не определены в доступных источниках.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for sft_gemma4_26b_openclaw_trl

This model is a fine-tuned version of None. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="None", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 1.5.0
  • Transformers: 5.10.2
  • Pytorch: 2.12.0a0+5aff3928d8.nv26.5.50603568
  • Datasets: 5.0.0
  • Tokenizers: 0.22.2

Citations

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
9ac93d4

0 моделей