Характеристики

Контекст: 131 072 токена
Лицензия: Gemma
Архитектура: gemma4 · dense
Базовая модель: gemma-4-E2B-it
Библиотека: transformers
Опубликована: 11 июн 2026

Ссылки

Hugging Face

gemma-4-E2B-pocket-mechanic

MindFreakGamer

Генерация текстаТекст → текст3 профессии

Дообученная Gemma 4 E2B IT для диалоговых ответов на вопросы об автомобильной диагностике, обслуживании и OBD-II.

16скачиваний за 30 дней0лайковвеса обновлены15 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Pocket Mechanic — дообученная на основе Google Gemma 4 E2B IT модель для диалоговой помощи по автомобильной диагностике. Она предназначена для ответов на вопросы по обслуживанию автомобилей и OBD-II, а также для поддержки сценариев поиска и объяснения неисправностей. Модель использует плотную архитектуру Gemma 4, а в этом репозитории представлены объединённые веса LoRA в формате fp16 safetensors для Transformers и PyTorch.

Карточка сообщает о тестировании квантованной версии Q8_0 GGUF на отложенной выборке: в слепом сравнении она достигла 81,3% качества модели-наставника Claude Opus 4.7 по оценке судьи; результат основан на 100 случаях и не гарантирует аналогичного качества в реальном применении. Для модели указана лицензия Gemma. Исходная Gemma 4 E2B IT мультимодальна, однако карточка Pocket Mechanic описывает автомобильную специализацию и не подтверждает отдельные сценарии работы с изображениями или аудио.

Сценарии применения

получение объяснений по кодам неисправностей OBD-II
поиск возможных причин автомобильной неисправности
получение советов по обслуживанию автомобиля
диалоговая консультация по базовой диагностике автомобиля

Ограничения

Заявленный результат сравнения получен на небольшой выборке из 100 случаев и относится к квантованной версии Q8_0 GGUF, поэтому он не гарантирует качество для всех запросов. Карточка не приводит подробных ограничений по охвату марок автомобилей или типам ремонта.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Pocket Mechanic: fp16 merged weights

google/gemma-4-E2B-it with the Pocket Mechanic LoRA merged in, saved as fp16 safetensors. This is the source the GGUFs are converted from.

For inference you almost certainly want the GGUFs: smaller and faster on CPU and Apple Silicon, and llama.cpp-ready. Use this fp16 version only if you need PyTorch / Transformers tooling specifically (e.g. further training, evaluation harnesses, hosted inference endpoints).

Quick load

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("MindFreakGamer/gemma-4-E2B-pocket-mechanic")
tokenizer = AutoTokenizer.from_pretrained("MindFreakGamer/gemma-4-E2B-pocket-mechanic")

Benchmark

Quantized to Q8_0 GGUF, this model reaches 81.3% of Claude Opus 4.7 teacher quality on a blind A/B judge (n=100, held-out cases). See the GGUF model card for the full benchmark table and how-to-use code.

License

Inherits the Gemma license.

Submission to the Hugging Face Build Small Hackathon, Backyard AI track (June 2026). Code: github.com/small-hack-huggingface/obd-intelligence.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: Gemma4ForConditionalGeneration
Ревизия весов: 80b5474