/ Модель

Характеристики

Размер весов
16,2 ГБ
Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-26B-A4B-it
Библиотека
mlx-node
Опубликована
29 июл 2026

Gemma-4-26B-A4B-Unsloth-MXFP4-mlx

Изображение и текст → текст9 профессий

Это квантизированная конверсия Gemma 4 26B A4B IT, разработанной Google, для Apple MLX. Модель основана на google/gemma-4-26B-A4B-it и использует рецепт Unsloth, адаптированный для MLX с помощью mlx-node.

910скачиваний за 30 дней0лайковвеса обновлены1 сен 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

Она предназначена прежде всего для генерации текста и запуска мультимодальных сценариев, поскольку в составе сохранены токенизатор, шаблон диалога, процессор и vision tower; при этом для данной публикации проверялась только генерация текста.

Модель содержит 25 805 936 206 исходных параметров. Веса хранятся в смешанном формате: проекции dense- и expert-MLP используют MXFP4, 4-битные группы размера 32, проекции внимания q/k/v/o — MXFP8, 8-битные группы размера 32, а маршрутизаторы, эмбеддинги, выходная голова, нормализации, vision tower и остальные тензоры — в BF16. Активации имеют 16-битную точность. Конкретные языки и размер контекстного окна в README не указаны.

К сильным сторонам относятся существенное уменьшение объёма хранения по сравнению с полноразмерными весами, сохранение мультимодальных компонентов и специальная оптимизация для MLX. Ограничения включают отсутствие заявленной числовой эквивалентности с upstream-исполнением W4A4 или W8A8, глобальными шкалами активаций и FP8 KV cache; мультимодальная работоспособность отдельно не подтверждена. Для использования требуется версия mlx-node с поддержкой данного рецепта, более новая, чем стандартное поведение опубликованной v0.0.8. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Gemma 4 26B-A4B IT — Unsloth MXFP4/MXFP8 recipe for MLX

This is a weight-only MLX conversion of google/gemma-4-26B-A4B-it using the tensor-class policy from unsloth/gemma-4-26B-A4B-it-NVFP4, translated for Apple MLX:

Tensor classCountStorage
Dense and routed-expert MLP gate/up/down projections180MXFP4, 4-bit, group 32
Language-model attention q/k/v/o projections115MXFP8, 8-bit, group 32
Routers, embeddings/head, norms, vision tower, and unmatched tensors—BF16

There is no Qwen-style “final eight FFNs use the high class” exception for Gemma 4. All Gemma language-model dense and expert FFNs stay MXFP4.

Update — re-converted 2026-09-01

The MXFP4 and MXFP8 weights are re-encoded. mlx-node now picks each MX block's shared E8M0 exponent itself instead of rounding log2(amax) to nearest: MXFP4 tries both candidate exponents and keeps the lower squared error, and MXFP8 takes the ceiling so a block can never saturate. Measured MXFP8 weight error across a checkpoint drops from 6.91% to 2.66%.

The imatrix / AWQ pre-scaling is removed. Under a float-scaled format it drove block scales to the zero code and annihilated whole blocks, so mlx-node now refuses --imatrix-path for these class maps. The reproduce command above is updated accordingly; the previous one fails on current mlx-node.

Weight bytes changed; the tensor-class map, shard layout and tensor counts are unchanged. Earlier revisions remain in this repository's history.

Provenance

  • Base weights: google/gemma-4-26B-A4B-it revision 4d7ae4984b7db7de8f8457170b3f1a419ee76d52
  • Tensor-class reference: unsloth/gemma-4-26B-A4B-it-NVFP4 revision 20df0542b1a86ce19f495ac2eca2c7c12bce82f9
  • Converter: current mlx-node source with Gemma fixed-map support

No imatrix or calibration dataset is used. The FP4 tensor-class maps are data-free, and AWQ pre-scaling is refused under a float-scaled format: dividing a weight column by an AWQ scale drives the block amax down until amax / 6 falls under E4M3's smallest normal value and the shared block scale rounds to the zero code, which decodes the whole block to zero.

Runtime semantics

This model uses MXFP4/MXFP8 weight storage with 16-bit activations. It does not claim numerical equivalence to upstream W4A4/W8A8 execution, global activation scales, or an FP8 KV cache. The tokenizer, chat template, processor, and vision tower are retained, but only text generation was smoke-tested for this upload.

At the time of conversion, Gemma's fixed Unsloth map requires the mlx-node source version that introduced this model-specific recipe; it is newer than the plain published v0.0.8 behavior.

Reproduce

yarn mlx convert \
  --input /path/to/gemma-4-26b-a4b-it \
  --output ./Gemma-4-26B-A4B-Unsloth-MXFP4-mlx \
  --model-type gemma4 \
  --dtype bfloat16 \
  --quantize \
  --q-recipe unsloth \
  --q-mxfp \
  --q-bits 4

Validation

  • 25,805,936,206 source parameters converted.
  • 1,338 serialized tensors across four SafeTensors shards.
  • Exact index/shard closure.
  • Exact per-layer map: 180 MXFP4 4/32 overrides and 115 MXFP8 8/32 overrides.
  • Quantization metadata is identical in quantization and quantization_config.
  • Text smoke test: loaded in 27.7 seconds and generated one deterministic token, OK.

This model belongs to the Unsloth NVFP4 Tensor-Class Recipe for MLX macOS/DGX collection.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx-node

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
e46c30f

0 моделей