/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-E4B-it
Библиотека
transformers
Опубликована
5 мая 2026

G4-E4B-Musica-v1

Мультимодальная модель3 профессии

Дообученная мультимодальная Gemma 4 E4B для ролевых диалогов, историй, прозы и творческого письма.

41скачиваний за 30 дней10лайковвеса обновлены5 мая 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

Gemma 4 E4B Musica v1 — дообученная AuriAetherwiing при участии ArliAI компактная мультимодальная модель на базе google/gemma-4-E4B-it. Она настроена на ролевые диалоги, создание историй и прозы, написание текстов и общение; также заявлены хорошее следование инструкциям и разнообразие вариантов ответа.

Модель использует архитектуру Gemma 4 для условной генерации и распространяется в формате safetensors. В README описаны варианты работы с рассуждениями и без них; автор рекомендует включать рассуждения. Модель выпущена под лицензией Apache-2.0. README также ссылается на отдельный LoRA-адаптер, однако данная модель указана в метаданных как полное дообучение базовой модели.

Сценарии применения

  • ведение ролевых диалогов с персонажами
  • создание художественных историй и прозы
  • написание творческих текстов по инструкциям
  • продолжение диалогового сценария
  • генерация разнообразных вариантов реплики

Ограничения

В README не приведены количественные результаты оценки. Автор отмечает, что стиль рассуждений смешивает особенности Gemma и GLM и что переключить этот стиль отдельно нельзя.

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

Gemma 4 E4B Musica v1

RP/storygen/writing/conversational tune of Gemma-4-E4B-it, fourth model in Musica series. Quite nice and stable, and still fairly smart for its size, while having better vibes. Stabler than 26B-A4B, even, which is bit odd but okay.

Both reasoning and non-reasoning work, though reasoning style this time seems to be a mix of Gemma and GLM, without any option to change that. I'd honestly suggest to just always have reasoning on, with how fast this model is to run, it just makes output better. Instruction following seems to be quite good, so is swipe diversity. No refusals detected.

This model was made in collaboration with ArliAI

Training notes

It was straight up impossible to tune E4B for some time, but now it seems to just work on latest axolotl. I've used new hybrid FA2/SDPA attn too, to make training faster.

This model uses oddly large amount of VRAM for training, ~55.5GB active per card with FSDP2 with full sharding for a bf16 LoRA. Training seems to be decently fast, 9 hours for 2 epochs, with ~55M trainable tokens, is not too bad.

I've decided to change my tuning strategy for this one, and do 2 epochs and use reflected exponential LR decay, to give it proper anneal, seems to have worked quite well.

r64a64 LoRA, rex 1e-5, 2 epochs, 9 hours on 2xRTX Pro 6000 Blackwell.

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

CometML Project - training graphs and stats.

AuriAetherwiing/G4-E4B-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-E4B-it


# =============================================================================
# PLUGINS & KERNEL OPTIMIZATIONS
# =============================================================================
plugins:
  - axolotl.integrations.cut_cross_entropy.CutCrossEntropyPlugin
cut_cross_entropy: true


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


# =============================================================================
# DATASET
# =============================================================================
shuffle_merged_datasets: true
datasets:
  - path: allura-forge/musica-sft-v1-gemma4-pretok
    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 
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'

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: rex
learning_rate: 1e-5
warmup_ratio: 0.05
max_grad_norm: 1.0
weight_decay: 0.05

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


# =============================================================================
# ATTENTION
# =============================================================================
#sdp_attention: true
#flash_attention: true
#flex_attention: true 
#torch_compile: true 
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-e4b
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_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: false
  activation_checkpointing: true

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Any-to-any модели пока не поддерживаются.

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
c3e35d6

0 моделей