/ Модель

Характеристики

Размер весов
51,6 ГБ
Архитектура
gemma4 · dense
Базовая модель
gemma-4-26B-A4B-it
Библиотека
transformers
Опубликована
3 окт 2026

Gemma4-Writer-26BA4B

Изображение и текст → текст

Дообученная мультимодальная модель Gemma 4 для диалога и генерации текстовых ответов, в том числе по изображениям.

86скачиваний за 30 дней3лайкавеса обновлены3 окт 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

ConicCat/Gemma4-Writer-26BA4B — дообученная с помощью TRL версия google/gemma-4-26B-A4B-it. Карточка демонстрирует диалоговый сценарий: модель получает вопрос и генерирует текстовый ответ.

В метаданных модель отнесена к семейству Gemma 4 и задаче image-text-to-text; отмечена поддержка чата и изображений. Базовая модель Google DeepMind предназначена для диалогов, рассуждений, программирования и анализа изображений с выдачей текста. Специфическое назначение дообучения Writer, кроме примера ответа на вопрос, в карточке не раскрыто. Файлы представлены в формате safetensors, библиотека — Transformers. Условия лицензии и числовые характеристики модели в предоставленных данных не указаны.

Сценарии применения

  • ответы на вопросы в диалоге
  • генерация текстовых ответов на естественном языке
  • анализ изображений с ответом текстом

Ограничения

Карточка не приводит оценок качества или подробностей обучающих данных; специализация Writer, кроме демонстрационного примера, не описана. Условия лицензии в предоставленных данных не указаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Writer

This model is a fine-tuned version of google/gemma-4-26B-A4B-it. 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_map="auto")
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: 1.14.1
  • Transformers: 5.18.0
  • Pytorch: 2.14.1+cu130
  • Datasets: 5.0.1
  • Tokenizers: 0.23.2

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

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
63d3aba

0 моделей