/ Модель

Характеристики

Размер весов
26,4 ГБ
Лицензия
CC BY 4.0
Архитектура
gemma3 · dense
Базовая модель
gemma-3-12b-pt
Библиотека
transformers
Опубликована
6 янв 2026

AfriqueGemma-12B

Генерация текстаТекст → текст7 профессий

AfriqueGemma-12B — дообученная на африканских языках модель Gemma 3 на 12 млрд параметров для многоязычной генерации текста и диалогов.

472скачиваний за 30 дней1лайквеса обновлены21 июн 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 «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

AfriqueGemma-12B — базовая причинная языковая модель из набора AfriqueLLM, разработанного для улучшения работы с африканскими языками. Она основана на google/gemma-3-12b-pt и адаптирована продолженным предобучением примерно на 26 млрд токенов; размер модели — 12 млрд параметров, нативный контекст — 8192 токена. Модель распространяется в формате safetensors и рассчитана на использование через Transformers.

Модель предназначена для генерации текста и диалоговых сценариев на 20 африканских языках, а также сохраняет возможности для высокоресурсных языков, использованных при смягчении катастрофического забывания: английского, французского, португальского и арабского. Обучающие данные включают многоязычные тексты, код, математику и синтетические материалы; среди оценочных задач — понимание, рассуждение и перевод между английским и целевыми языками. Для развёртывания в README упомянуты vLLM и SGLang.

Модель подходит для создания многоязычных ассистентов и генерации текста на африканских языках, однако качество может различаться между языками и задачами; опубликованные фрагменты таблиц не дают полной картины результатов. Лицензия — CC BY 4.0.

Сценарии применения

  • генерация текста на африканских языках
  • создание многоязычного диалогового ассистента
  • ответы на вопросы на суахили и других африканских языках
  • черновой перевод с английского на африканские языки
  • генерация кода и математических объяснений в многоязычном контексте

Ограничения

Возможности и качество могут заметно различаться между поддерживаемыми языками; приведённые в README фрагменты оценочных таблиц неполны. Для модели указан контекст 8192 токена.

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

AfriqueGemma-12B

Model Overview

AfriqueGemma-12B is part of the AfriqueLLM suite, a collection of open language models adapted to 20 African languages through continued pre-training (CPT) on ~26B tokens. This model is based on google/gemma-3-12b-pt and has been specifically adapted for improved performance on African languages while maintaining strong capabilities in high-resource languages.

Key Features

  • Type: Causal Language Model (Base/Pre-trained)
  • Base Model: Gemma 3 12B PT
  • Parameters: 12B
  • Context Length: 8,192 tokens (native)
  • Training Tokens: ~26B tokens of carefully curated multilingual data

Supported Languages

AfriqueGemma-12B has been adapted for the following 20 African languages:

LanguageCodeFamilyScript
Afrikaansafr_LatnGermanicLatin
Swahiliswh_LatnBantuLatin
Moroccan Arabicary_ArabSemiticArabic
Somalisom_LatnCushiticLatin
Amharicamh_EthiSemiticEthiopic
Egyptian Arabicarz_ArabSemiticArabic
Hausahau_LatnChadicLatin
Kinyarwandakin_LatnBantuLatin
Zuluzul_LatnBantuLatin
Igboibo_LatnVolta-NigerLatin
Plateau Malagasyplt_LatnAustronesianLatin
Xhosaxho_LatnBantuLatin
Shonasna_LatnBantuLatin
Yorubayor_LatnVolta-NigerLatin
Nyanjanya_LatnBantuLatin
Southern Sothosot_LatnBantuLatin
Tigrinyatir_EthiSemiticEthiopic
Tunisian Arabicaeb_ArabSemiticArabic
Oromogaz_LatnCushiticLatin
Tswanatsn_LatnBantuLatin

High-resource languages used for catastrophic forgetting mitigation: English, French, Portuguese, Arabic

Training Data

Our training corpus combines multiple high-quality sources:

  • African Monolingual Data (~22.8B tokens): FineWeb2, WURA, and MADLAD-400
  • Code (~1B tokens): CornStack-Python for reasoning capabilities
  • Mathematics (~1B tokens): FineMath-4+ for mathematical understanding
  • Synthetic Data (~324M tokens): GPT-4.1 translated domain-specific content across 10 domains

We use UniMax sampling to create a balanced distribution, capping high-resource languages at approximately 1B tokens and upsampling lower-resource languages for up to five epochs.

Quickstart

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "McGill-NLP/AfriqueGemma-12B"

# Load the tokenizer and the model
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)

# Prepare the model input
prompt = "Bawo ni o ṣe n ṣe?"  # Yoruba: "How are you doing?"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

# Generate text
generated_ids = model.generate(
    **inputs,
    max_new_tokens=100,
)
output = tokenizer.decode(generated_ids[0], skip_special_tokens=True)
print(output)

Deployment

For deployment, you can use vllm or sglang to create an OpenAI-compatible API endpoint:

vLLM:

vllm serve McGill-NLP/AfriqueGemma-12B

SGLang:

python -m sglang.launch_server --model-path McGill-NLP/AfriqueGemma-12B

Training Details

Hyperparameters

  • Learning Rate: 5e-5 (with warmup and cosine decay)
  • Context Length: 16,384 tokens
  • Optimizer: AdamW
  • Precision: BF16 mixed precision

Infrastructure

Training was conducted using the LLaMA-Factory framework on up to 64 NVIDIA H100 GPUs with:

  • DeepSpeed ZeRO-1/ZeRO-2
  • Flash Attention 3
  • Sequence packing
  • Liger Kernel optimizations

Evaluation

All AfriqueLLM models are evaluated on multiple multilingual benchmarks. FLORES is reported only in the English-to-target direction (eng->xxx):

ModelAfriMGSMAfriMMLUAfriXNLIBelebeleFLORES (eng->xxx)INJONGSIB-200OverallΔ (Δ %)
Gemma3-4B10.2433.8937.7645.7935.3655.5263.5940.31
AfriqueGemma-4B14.8636.7339.6250.5254.9569.2869.2147.88+7.6 (18.8%)
Gemma3-12B25.2148.7644.0168.8444.0973.5379.1754.80
AfriqueGemma-12B32.1449.4744.6068.6565.0476.7975.0858.82+4.0 (7.3%)
Qwen3-4B8.2633.8437.1241.5020.1621.6957.8831.49
AfriqueQwen-4B33.0943.0444.8863.6259.8265.3474.7754.94+23.4 (74.4%)
Qwen3.5-4B20.7938.6340.3655.8232.0659.4374.9646.01
AfriqueQwen3.5-4B30.4743.6641.0566.0163.5575.4679.6657.12+11.1 (24.2%)
AfriqueQwen3.5-4B-ExtendedCM34.1745.2641.9466.4563.7675.9780.5258.30+1.2 (2.1%)
AfriqueQwen3.5-4B-50Langs34.0645.2341.7966.8364.5675.8279.8358.30+0.0 (0.0%)
Qwen3-8B11.2236.5638.2444.6321.1329.4753.0633.47
AfriqueQwen-8B39.6846.9145.9968.4662.1873.3677.0059.08+25.6 (76.5%)
Qwen3-14B16.6039.6643.2250.7423.6141.8066.2940.27
AfriqueQwen-14B45.0152.2249.0174.6363.7777.8082.6363.58+23.3 (57.9%)
Llama3.1-8B8.1432.2737.9040.9526.6941.3759.9935.33
AfriqueLlama-8B17.5136.5737.3950.5163.6071.1769.1449.41+14.1 (39.9%)
Lugha-Llama-8B-wura9.4637.0039.2447.8649.9062.3075.8145.94
Gemma3-27B35.3755.4746.8574.8148.4179.7084.3460.71

Additional-Language Evaluation

This table averages only evaluated African languages outside the first 20-language CPT set: Ewe, Lingala, Ganda, Twi, and Wolof. Benchmark cells average the available languages for that benchmark; FLORES is English-to-target only (eng->xxx).

ModelAfriMGSMAfriMMLUAfriXNLIBelebeleFLORES (eng->xxx)INJONGSIB-200AvgΔ (Δ %)
Qwen3.5-4B8.3032.3534.3036.9022.2033.2758.9632.33
AfriqueQwen3.5-4B7.5231.1733.5635.8226.2833.1056.6632.02-0.31 (-1.0%)
AfriqueQwen3.5-4B-ExtendedCM8.1332.7233.7436.7624.0632.4156.0031.97-0.05 (-0.2%)
AfriqueQwen3.5-4B-50Langs21.0737.6536.3151.5656.3361.3775.7548.58+16.61 (+52.0%)

Model Variants

Citation

If you find our work helpful, please cite:

@misc{yu2026afriquellmdatamixingmodel,
      title={AfriqueLLM: How Data Mixing and Model Architecture Impact Continued Pre-training for African Languages}, 
      author={Hao Yu and Tianyi Xu and Michael A. Hedderich and Wassim Hamidouche and Syed Waqas Zamir and David Ifeoluwa Adelani},
      year={2026},
      eprint={2601.06395},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2601.06395}, 
}

License

This model is released under the CC BY 4.0 License. Please review the license terms before use.

Acknowledgments

We thank the creators of the base models, datasets and compute resources that made this work possible, including Mila, Compute Canada, Microsoft, the FineWeb team, WURA, MADLAD-400 and etc..

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForConditionalGeneration
Ревизия весов
5e4f816

0 моделей