/ Модель

Характеристики

Лицензия
Gemma
Базовая модель
gemma-4-12B-it
Опубликована
1 авг 2026

Gemma4-12B-QAT-Genesis

Изображение и текст → текст7 профессий

Gemma4-12B-QAT-Genesis — квантизированная GGUF-версия базовой модели Gemma 4 12B-it, разработанной Google DeepMind.

1 096скачиваний за 30 дней4лайкавеса обновлены1 авг 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

Автор сборки указывает, что удалил шум дистилляции и квантизации из тензоров, оставив остальные параметры без изменений. Модель предназначена для диалогов, творческого письма и roleplay, а также поддерживает обработку изображений через отдельный vision-проектор mmproj.

Модель имеет плотную архитектуру размером 12B параметров и контекст до 256K токенов. Доступна в формате Q4_0: текстовая модель занимает около 6,98 ГБ, vision-проектор — 175 МБ. В README указан английский язык. Для ускорения генерации поставляется MTP-голова для speculative decoding; по заявлению автора, при использовании llama.cpp она обеспечивает примерно на 60% большую скорость без изменения результата. Модель совместима с llama.cpp, LM Studio, Jan, koboldcpp и другими GGUF-совместимыми средами.

К сильным сторонам относятся поддержка изображений, большой контекст, пригодность для ролевых и разговорных сценариев, а также возможность быстрой работы на недорогих GPU. Ограничения включают зависимость vision-функций от mmproj, необходимость совместимого GGUF-рантайма для MTP-ускорения и известную проблему возможных сбоев Gemma 4 в LM Studio при multi-GPU режиме tensor-split; рекомендуется использовать один GPU либо layer-split или priority order. Модель распространяется по лицензии Gemma.

Для каких профессий подходит7

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

⚡ https://web.tribute.tg/d/KIH ⚡ If you like this Genesis LLM release you can donate to me via @Tribute bot in Telegram messenger and support future Genesis LLM development.

Gemma4-12B-QAT-Genesis

This is vanilla Gemma4-12B-QAT version from Google.

I distilled training and quantization noise from all tensors in it. Everything else left unchanged.

According to my tests she is perfect for roleplay, and works fast even on lowend GPUs.

Join the Discord for updates, roadmaps, projects, or just to chat.

⚡ Why Genesis project exists? During training, ALL models don't just learn knowledge - they also accumulate random noise in their tensors. This noise builds up and creates something I call the Noise Gate - a fundamental barrier that stops LLM models from learning further and makes them unstable, verbose, and prone to hallucinations. My approach reduces this noise. It repairs the signal without touching the learned knowledge and gradient. The result is a model that finally speaks clearly, follows instructions, and remembers context - because it's no longer fighting its own internal chaos.

~60% faster with MTP

Ships with an MTP (multi-token-prediction) draft head for speculative decoding — roughly 60% faster generation with identical output (the model verifies every drafted token, so quality is unchanged — pure speed). This release is tuned to pair well with the included MTP head.

llama.cpp:

llama-server \
  -m Gemma4-12B-QAT-Uncensored-HauhauCS-Balanced-Q4_K_M.gguf \
  -md mtp-gemma-4-12B-it.gguf --spec-type draft-mtp \
  -ngl 99 -fa on

Note: the MTP speedup was currently tested by me through llama.cpp (llama-server / llama-cli).

Downloads

FileTypeSize
gemma-4-12b-it-qat-q4_0.ggufQ4_0 (text)6.98 GB
mmproj-gemma-4-12b-it-qat-q4_0.ggufmmproj (vision)175 MB
mtp-gemma-4-12B-it.ggufMTP speculative drafter254 MB

Recommended settings from Unsloth

  • temperature 1.0
  • top_k 64
  • top_p 0.95
  • min_p disabled

Specs

  • 12B dense · 256K (262144) context
  • Vision (image input) via mmproj
  • Based on Gemma 4 12B by Google DeepMind

Compatibility

  • Works with llama.cpp, LM Studio, Jan, koboldcpp, and other GGUF runtimes.
  • Multi-GPU + LM Studio: I've personally noticed Gemma 4 can crash under LM Studio's tensor-split mode — use a single GPU (layer-split or priority order) for this model.

Acknowledgements

  • Google DeepMind — Gemma 4.
  • The included mtp-gemma-4-12B-it.gguf speculative draft head comes from Unsloth's Gemma 4 release — many thanks to the Unsloth team for it.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
8548837

0 моделей