/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
gemma-4-31B-it
Библиотека
llama.cpp
Опубликована
5 апр 2026

Gemma4-PRISM-PRO-DQ

Изображение и текст → текст

Мультимодальная модель Gemma 4 31B IT с динамическим квантованием PRISM-DQ для диалога и анализа изображений, видео и аудио.

3скачиваний за 30 дней32лайкавеса обновлены8 апр 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

Ex0bit/Gemma4-PRISM-PRO-DQ — мультимодальная чат-модель, созданная Ex0bit на основе Google Gemma 4 31B IT и распространяемая в формате GGUF с динамическим смешанным квантованием PRISM-DQ. В основе лежит плотная архитектура Gemma 4 ISWA с 31 млрд параметров; базовая модель использует чередующееся внимание с окном скольжения. По заявлению автора, PRISM-DQ распределяет точность по классам тензоров на основе анализа чувствительности весов и не требует калибровочных данных.

Модель предназначена для диалога и следования инструкциям, анализа изображений, видео и аудио с генерацией текстовых ответов. Автор также заявляет об удалении механизмов отказа и смягчении предвзятости исходной модели. Это заявления автора, а не независимая оценка качества или безопасности. README указывает Apache-2.0; для применения требуется среда с поддержкой GGUF, например llama.cpp.

README заявляет качество, эквивалентное BF16 при 5,02 битах на вес, и сокращение размера на 68%, но независимые результаты проверки не приведены. Явно указан текстовый вывод; детали аудио- и видеозадач ограничены описанием входных модальностей и обработки.

Сценарии применения

  • диалоговое следование инструкциям
  • ответы на вопросы по изображениям
  • описание видеороликов и ответы по их содержанию
  • анализ аудиовхода в мультимодальном диалоге
  • локальный запуск мультимодального чат-ассистента в llama.cpp

Ограничения

Заявления о качестве BF16 и удалении отказов и предвзятости не подкреплены независимой оценкой в карточке. Описание аудио- и видеовозможностей не уточняет конкретные задачи и качество распознавания.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Parameters Format Format Quant Multimodal

G4-PRISM-PRO — PRISM Dynamic Quantization

Gemma 4 31B-It PRISM-PRO-Dynamic-Quant

  • PRISM-PRO: Production model with full over-refusal and bias mechanisms completely removed using State of the Art PRISM pipeline.
  • DQ: Per-tensor-class mixed-precision allocation derived entirely from weight structure sensitivity analysis - not closed-gated Datasets.

Created by Ex0bit


💡 This model is free for active members, or available for purchase to all others here: https://ko-fi.com/s/0daff0e074. Support My Research & Development efforts. Members Recieve access to the latest PRISM-PRO Model drops on Day-0

Ko-fi


Model Details

PropertyValue
Base Modelgoogle/gemma-4-31B-it
ArchitectureGemma 4 ISWA (Interleaved Sliding Window Attention)
Parameters31B dense
QuantizationPRISM-PRO-DYNAMIC-QUANT
Achieved BPW5.02
File Size~19 GB
Context Length262,144 tokens
ModalitiesText, Image, Video, Audio
CreatorEx0bit

Supported Modalities

  • Text: Full instruction-following and chat
  • Image: Vision understanding via SigLIP encoder (280 tokens/image)
  • Video: Gemma4VideoProcessor (32 frames, pooled)
  • Audio: 40ms per token, 750 token sequence length

PRISM-DQ Quantization

This model uses PRISM-PRO Dynamic Quantization — a proprietary per-tensor-class mixed-precision allocation that assigns different quantization types to different tensor classes based on 7 structural weight metrics.

Unlike uniform quantization (Q4_K_M, Q5_K_M), PRISM-DQ analyzes each tensor class's sensitivity to quantization error and allocates precision where it matters most. Attention projections receive higher precision than FFN layers, with block-level overrides that protect early layers (high downstream error propagation).

No calibration data, no importance matrices, no training data required.

The result: BF16-equivalent quality at 5.02 bits-per-weight — a 68% size reduction with zero measurable quality loss.

Usage

llama.cpp

llama-server --model Gemma4-PRISM-PRO-DQ-GGUF/gemma4-prism-pro-dq.gguf \
  --port 8080 -ngl 99

LM Studio

Download the GGUF file and load it in LM Studio. The model will be detected as Gemma 4 31B.

Ollama

ollama create g4-prism -f Modelfile

Refusal & Bias Removal

This model has been treated to remove bias, over-refusals and propaganda from the base google/gemma-4-31B-it using the State of The Art PRISM pipeline.

License

Apache 2.0 (inherited from google/gemma-4-31B-it)

Credits

Как запустить

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

GPU в ailist

Универсальный рантайм · llama.cpp

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
a95263c

0 моделей