/ Модель

Характеристики

Размер весов
62,5 ГБ
Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-31B-it
Опубликована
27 апр 2026

G4-31B-Musica-v1

Изображение и текст → текст3 профессии

Дообученная мультимодальная Gemma 4 31B для ролевых диалогов, написания историй и разговорной генерации текста.

1 366скачиваний за 30 дней25лайковвеса обновлены13 авг 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

G4-31B-Musica-v1 — дообученная AuriAetherwiing мультимодальная модель на базе Google Gemma 4 31B IT, предназначенная для ролевых диалогов, написания историй и общения. Она использует архитектуру Gemma4 и принимает текст и изображения; основной сценарий карточки — генерация ответов в разговорном формате. README описывает настройку для следования инструкциям, генерации историй и ролевых сценариев, а также поддержку режимов с рассуждением и без него.

Автор отмечает хорошую управляемость модели и разнообразие вариантов ответа. Иногда модель может пропускать рассуждение, даже если оно включено; по наблюдению автора, повторная генерация обычно помогает. Модель выпущена в формате safetensors под лицензией Apache-2.0. В README указан LoRA-вариант, однако эта карточка описывает дообученную модель, а не отдельный адаптер.

Сценарии применения

  • ролевые диалоги с персонажами
  • написание художественных историй
  • продолжение сюжетных сцен
  • управляемая генерация диалоговых ответов
  • общение с вопросами по изображениям

Ограничения

По README, модель иногда пропускает рассуждение, даже когда оно включено. Рекомендации автора по сэмплированию могут влиять на качество ответов; независимые оценки качества в карточке не приведены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

RP/storygen/conversational tune of Gemma-4-31B-it, the second model in Musica series, following TQ3.5-27B-Musica-v1. Feel like it is a decent overall upgrade over the Qwen version, and honestly I've liked it way more than stock Gemma in its domains.

Both reasoning and non-reasoning work, though it sometimes (rarely, thankfully) might skip reasoning even if its enabled, just regen in this case. Reasoning styles also seem to work, so prefilling with <|channel>thought\n Okay, let's see will make it use DeepSeek-esque reasoning most of the time.

Really liked instruction following on this one, it's very steerable, same or better as base. Refusals are non-existent. Swipe diversity seems quite a bit better than base.

This training run was sponsored by ArliAI

Training Notes

Gemma is a MAJOR pain to train. We had to track down a working Axolotl commit (thanks to ConicCat for suggesting a working one), it didn't have the hybrid FA-SDPA support, so it was purely SDPA, which is le S L O W, so it took ~35 hours for one epoch, compared to 17 hours for two on Qwen. But it seemed to converge on ~around the same loss earlier than Qwen, so it probably didn't need more than 1 epoch.

I've used fizzAI/Kaitan-Pretokenization to pretokenize my dataset, with 8192 seqlen (I had to use lower seqlen than my usual 16384 because Gemma is slow and memory hungry to train as is), and only last turn training, to bypass a bouquet of Gemma-specific problems with training reasoning. It seems to have worked.

r64a64 LoRA, 1e-5, 1 epoch, constant w/ warmup. 35 hours on 2xRTX Pro 6000 Blackwell.

allura-forge/musica-sft-v1-gemma4-pretok - pretokenized dataset.

CometML project - training graphs and stats.

AuriAetherwiing/G4-31B-Musica-v1-lora - LoRA adapter.

Recommended Samplers

  • Temperature: 1

  • Min-P: 0.02

  • NSigma: 2

Don't use repetition penalties of any kind, they harm more than they do good.

Axolotl config

# =============================================================================
# BASE MODEL
# =============================================================================
base_model: /home/arli/models/gemma-4-31B-it


# =============================================================================
# PLUGINS & KERNEL OPTIMIZATIONS
# =============================================================================
plugins:
  - axolotl.integrations.liger.LigerPlugin # not sure if it works with Gemma 4 but it doesn't crash at least
  - axolotl.integrations.cut_cross_entropy.CutCrossEntropyPlugin # must have! KV cache is too expensive otherwise
cut_cross_entropy: true
liger_rope: true
liger_rms_norm: true
liger_layer_norm: true
liger_glu_activation: true
liger_rms_norm_gated: true


# =============================================================================
# QUANTIZATION
# =============================================================================
load_in_8bit: false
load_in_4bit: false


# =============================================================================
# DATASET
# =============================================================================
shuffle_merged_datasets: true
datasets:
  - path: allura-forge/musica-sft-v1-gemma4-pretok # finally, pretokenized datasets
    ds_type: parquet
    type:

dataset_prepared_path: ./last_run_prepared
val_set_size: 0


# =============================================================================
# OUTPUT & ADAPTER
# =============================================================================
output_dir: ./outputs/v1
adapter: lora
save_safetensors: true


# =============================================================================
# SEQUENCE & SAMPLE PACKING
# =============================================================================
sequence_len: 8192 # ideally 16384 but Gemma 4 31B has too expensive KV cache
sample_packing: true # DOES in fact work with SDPA
pad_to_sequence_len: false


# =============================================================================
# LORA
# =============================================================================
lora_r: 64
lora_alpha: 64
lora_dropout: 0.0
lora_target_modules: 'model.language_model.layers.[\d]+.(_checkpoint_wrapped_module.)?(mlp|self_attn).(up|down|gate|q|k|v|o)_proj' # ... lists were too easy? We have regex now

lora_mlp_kernel: false
lora_qkv_kernel: false
lora_o_kernel: false


# =============================================================================
# TRAINING HYPERPARAMETERS
# =============================================================================
gradient_accumulation_steps: 8
micro_batch_size: 1
num_epochs: 2
optimizer: adamw_torch_fused
lr_scheduler: constant_with_warmup
learning_rate: 1e-5
warmup_ratio: 0.05
max_grad_norm: 0.5
weight_decay: 0.05

# =============================================================================
# PRECISION
# =============================================================================
bf16: auto


# =============================================================================
# ATTENTION
# =============================================================================
sdp_attention: true
#flash_attention: true # Doesn't work on Gemma 4 currently
#flex_attention: true # up to 40% less memory use with compile, but slower than SDPA
#torch_compile: true # speed up, but unreliable and breaks often
#gemma4_hybrid_attn_impl: true

# =============================================================================
# LOGGING & MONITORING
# =============================================================================
use_comet: true # install comet-ml with pip and do comet login before starting
comet_project_name: musica-31b
logging_steps: 1


# =============================================================================
# CHECKPOINTING & SAVING
# =============================================================================
auto_resume_from_checkpoints: false
evals_per_epoch: 0
saves_per_epoch: 4
save_total_limit: 4

gradient_checkpointing: false
gradient_checkpointing_kwargs:
  use_reentrant: false


# =============================================================================
# FSDP
# =============================================================================
fsdp_config:
  fsdp_version: 2
  offload_params: false
  cpu_ram_efficient_loading: false
  auto_wrap_policy: TRANSFORMER_BASED_WRAP
  transformer_layer_cls_to_wrap: Gemma4TextDecoderLayer
  state_dict_type: FULL_STATE_DICT
  sharding_strategy: FULL_SHARD
  reshard_after_forward: true
  activation_checkpointing: true

If you like this model, and want to support me and my work financially, I have a Solana (SOL) wallet and I will be very grateful for any donations!

Wallet address: C7VeukWY16G3jr8xyN49AjytsLoHq2he8isEat39b8fg

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
f4aac9f

0 моделей