/ Модель

Характеристики

Размер весов
12,5 ГБ
Лицензия
Apache 2.0
Архитектура
gemma3 · dense
Библиотека
transformers
Опубликована
6 фев 2026

gemma-3-12b-it-vl-Polaris-GLM-4.7-Flash-VAR-Thinking-Instruct-Heretic-Uncensored-mlx-8Bit

Изображение и текст → текст3 профессии

McG-221/gemma-3-12b-it-vl-Polaris-GLM-4.7-Flash-VAR-Thinking-Instruct-Heretic-Uncensored-mlx-8Bit — это версия модели, конвертированная в формат MLX из DavidAU/gemma-3-12b-it-vl-Polaris-GLM-4.7-Flash-VAR-Thinking-Instruct-Heretic-Uncensored с использованием mlx-lm 0.29.1.

1 153скачиваний за 30 дней3лайкавеса обновлены6 фев 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

Разработчиком опубликованной MLX-версии является McG-221, а исходной модели — DavidAU.

Модель предназначена для генерации текста и ответов на запросы с изображениями, включая сценарии image-text-to-text. По заявленным тегам она ориентирована на творческое письмо: создание рассказов, сюжетов и подсюжетов, продолжение сцен, сторителлинг, а также работу с различными жанрами, включая научную фантастику и романтику. В README указан английский язык.

Из известных характеристик: архитектура основана на Gemma 3, размер составляет 12 миллиардов параметров, поддерживается мультимодальный ввод текста и изображений, а MLX-версия использует 8-битное представление весов. Контекстное окно, точные требования к памяти и результаты оценивания не указаны. К сильным сторонам относятся поддержка визуально-текстовых задач, инструкционный режим и оптимизация для запуска через MLX; ограничения включают отсутствие подтверждённых бенчмарков и подробностей о производительности, а также заявленную специализацию на английском языке.

Модель распространяется по лицензии Apache-2.0. Для использования предусмотрена библиотека mlx-lm и формат MLX.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

McG-221/gemma-3-12b-it-vl-Polaris-GLM-4.7-Flash-VAR-Thinking-Instruct-Heretic-Uncensored-mlx-8Bit

The Model McG-221/gemma-3-12b-it-vl-Polaris-GLM-4.7-Flash-VAR-Thinking-Instruct-Heretic-Uncensored-mlx-8Bit was converted to MLX format from DavidAU/gemma-3-12b-it-vl-Polaris-GLM-4.7-Flash-VAR-Thinking-Instruct-Heretic-Uncensored using mlx-lm version 0.29.1.

Use with mlx

pip install mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("McG-221/gemma-3-12b-it-vl-Polaris-GLM-4.7-Flash-VAR-Thinking-Instruct-Heretic-Uncensored-mlx-8Bit")

prompt="hello"

if hasattr(tokenizer, "apply_chat_template") and tokenizer.chat_template is not None:
    messages = [{"role": "user", "content": prompt}]
    prompt = tokenizer.apply_chat_template(
        messages, tokenize=False, add_generation_prompt=True
    )

response = generate(model, tokenizer, prompt=prompt, verbose=True)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Класс архитектуры
Gemma3ForConditionalGeneration
Ревизия весов
907c0ec

0 моделей