/ Модель

Характеристики

Контекст
131 072 токена
Параметры
4 млрд
Размер весов
7,8 ГБ
Лицензия
Apache 2.0
Архитектура
gemma3_text · dense
Опубликована
24 ноя 2025

Ahma-2-4B-Instruct

Генерация текстаТекст → текст6 профессий

Финноязычная чат-модель на 4 млрд параметров для генерации ответов и ведения диалогов.

113скачиваний за 30 дней4лайкавеса обновлены25 ноя 2025

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 «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

Ahma-2-4B-Instruct — финноязычная чат-модель, разработанная командой Finnish-NLP на базе Gemma-3-4B-pt. Модель содержит 4 млрд параметров и использует плотную архитектуру Gemma 3 для генерации текста; максимальная длина контекста составляет 131 072 токена.

Модель предназначена для диалогов и текстовых запросов на финском языке. Обучение включало продолжение предобучения на английских и финских данных, в том числе с переключением языков, затем контролируемую настройку и оптимизацию предпочтений, преимущественно на финском. В README приведены результаты оценки MTBench Finnish; разработчики сообщают об улучшении относительно предыдущего поколения Ahma.

Репозиторий содержит веса Safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает подробности запуска и обучения; результаты бенчмарка не гарантируют качество на всех задачах, а сведения о поддержке иных языков ограничены описанием смешанных данных предобучения.

Сценарии применения

  • ответы на вопросы на финском языке
  • многоходовые диалоги на финском языке
  • извлечение сведений из текста на финском языке
  • обсуждение гуманитарных тем на финском языке
  • помощь с программированием в чате

Ограничения

Информация о запуске и деталях обучения в карточке неполная. Данные MTBench Finnish охватывают ограниченный набор категорий и не гарантируют качество для всех сценариев; основной упор в настройке сделан на финский язык.

Для каких профессий подходит6

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
  • Base Model: Gemma-3-4b-pt
  • Language: Finnish (fi)
  • Training Methodology:
    • Step 1: Continued Pretraining (CP) Mix of English, Finnish and Code-switching data
    • Step 2: Supervised Fine-Tuning (SFT) Mostly Finnish
    • Step 3: Direct Preference Optimization (DPO) Mostly Finnish

Running this model

More info coming later

Pretraining

More info coming later

Finetuning

More info coming later

Evaluation results

MTBench Finnish

This Ahma-Gemma-3-4B-Instruct-v1.0 model was primarily evaluated using MTBench Finnish by LumiOpen

Single-turn results:

BenchmarkAhma 3B base (instruct prompt format)Ahma 7B Instruct (instruct prompt format)Ahma-Gemma-3-4B-Instruct-v1.0
Coding1.001.004.2
Extraction1.303.007.3
Humanities6.208.008.9
Math3.202.906.1
Reasoning4.605.704.8
Roleplay6.507.207.7
STEM5.957.309.9
Writing9.008.809.2
Overall Average4.725.507.26

Multi-turn results:

BenchmarkAhma 3B Instruct (instruct prompt format)Ahma 7B Instruct (instruct prompt format)Ahma-Gemma-3-4B-Instruct-v1.0Poro 34B ChatPoro-2-8B-Instruct
Coding1.001.054.353.70?
Extraction1.152.656.556.37?
Humanities6.207.856.559.25?
Math2.702.404.801.20?
Reasoning3.504.504.404.35?
Roleplay6.406.607.267.35?
STEM4.785.408.807.80?
Writing6.656.257.68.50?
Overall Average4.054.596.576.066.75

As we can see, the Ahma-Gemma-3-4B-Instruct-v1.0 model improves upon our previous model generation. We have already started to work on the datasets and methods to improve this model/scale to bigger models

Acknowledgements

This project would not have been possible without compute generously provided by Google through the TPU Research Cloud.

Datacrunch/Verda for sponsoring us some compute for Finetuning: HF Org (https://huggingface.co/datacrunch) Website: (https://verda.com/)

Team Members

Other notable supporters on this journey

  • Ari Kouhia, Hugging Face profile for helpful comments on our WA group and helping in synthetic data generation
  • Heikki Saxén, Hugging Face profile for helpful comments on our WA group and also for finetuning DentalQA models on top of this model
  • Mikko Hällfors, Hugging Face profile for helpful comments on our WA group and helping in synthetic data generation

Feel free to contact us for more details 🤗

Ahma

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForCausalLM
Ревизия весов
d3a0000

0 моделей