/ Модель

Характеристики

Размер весов
51,6 ГБ
Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-26B-A4B-it
Опубликована
27 июл 2026

nb-gpt-gemma4-26b-a4b-instruct-aurora-2604-pre

Изображение и текст → текст3 профессии

Экспериментальный текстово предобученный чекпойнт Gemma 4 для оценки и последующей адаптации к диалоговым и мультимодальным задачам.

35скачиваний за 30 дней1лайквеса обновлены27 июл 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 «Изображение → 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

Это экспериментальный чекпойнт продолженного предобучения модели Gemma 4 26B A4B, подготовленный NbAiLab на текстовых данных Aurora-2604. Он основан на google/gemma-4-26B-A4B-it и сохраняет архитектуру условной генерации image-text-to-text с поддержкой изображений, хотя сам этап продолженного предобучения использовал только текст. Модель обучалась стандартной авторегрессионной языковой цели на упакованных блоках длиной 8192 токена; экспортированы веса в формате safetensors. В чекпойнте зафиксировано около 90 млрд обучающих токенов.

Модель предназначена для оценки эффекта продолженного предобучения и последующей адаптации к диалогам, анализу изображений и другим задачам исходной Gemma 4. Это не инструкция-настроенная версия: обучение не использовало маскирование потерь по ответам ассистента, поэтому для пользовательских сценариев может потребоваться дообучение или выравнивание. Лицензия — Apache-2.0. Качество и ограничения Aurora-2604 следует оценить перед применением; также наследуются ограничения базовой Gemma 4.

Сценарии применения

  • оценка продолженного предобучения Gemma 4 на корпусе Aurora-2604
  • адаптация базовой Gemma 4 для диалоговых приложений
  • эксперименты с генерацией текста на основе контекста
  • исследование переноса текстового обучения на анализ изображений

Ограничения

Это не instruction-tuned чекпойнт: для диалогового применения может потребоваться дополнительное SFT или выравнивание. Качество на данных и задачах, отличных от Aurora-2604 и наследуемых возможностей базовой Gemma 4, следует проверить отдельно.

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

NbAiLab/nb-gpt-gemma4-26b-a4b-aurora-2604-pre

This repository contains a HuggingFace Transformers export of a continued-pretraining checkpoint for google/gemma-4-26B-A4B-it.

The checkpoint was produced in the Gemma 4 FFPA/SDPA benchmark repository on Sigma2 Olivia using Aurora-2604 text data. The exported weights correspond to the first completed checkpoint at approximately 90B training tokens.

Base Model

  • Base model: google/gemma-4-26B-A4B-it
  • Base model revision used locally: 01e5b3ee840d3a9e0b0b493c593e85398a30ef75
  • Architecture: Gemma 4 26B A4B image-text-to-text conditional generation model
  • Export format: sharded safetensors

Training Data

  • Dataset source: NbAiLab/aurora-2604-open
  • Local training data path on Olivia: /cluster/work/projects/nn30001k/versae/data/aurora-2604/
  • Data preparation: documents were tokenized with the Gemma 4 tokenizer and packed into fixed-length causal language-modeling blocks.

Training Protocol

This was a continued-pretraining run, not supervised instruction tuning. The model was trained with the standard causal language-modeling objective over packed text. There is no assistant-only loss masking in this checkpoint.

  • Planned protocol: one epoch / approximately 100B tokens over Aurora-2604 for the benchmark run
  • Exported checkpoint: first validated checkpoint at the 90B-token boundary
  • Global step: 85833
  • Tokens per optimizer step: 1,048,576
  • Approximate trained tokens at checkpoint: 90,002,423,808 (90.002B)
  • Sequence length: 8192
  • Global batch size: 128
  • Per-rank batch size: 1
  • World size during training: 128 GPUs
  • Nodes during training: 32 GH200 nodes, 4 GPUs per node
  • Distributed strategy: FSDP2
  • Attention backend during training: FFPA
  • Precision: BF16

The training job was stopped deliberately after the 90B checkpoint had been fully written and validated. The job may have logged a small number of steps after the checkpoint before cancellation because cancellation was performed by an external monitor polling every 10 minutes.

Checkpoint and Export Process

The source checkpoint was saved as a PyTorch distributed checkpoint:

/cluster/work/projects/nn30001k/versae/gemma4-ffpa-sdpa-bench/checkpoints/ffpa-32n-aurora2604-1epoch-100b-20260722/step-00085833

The export job loads the local base model, restores the distributed checkpoint into a normal HuggingFace model object, writes sharded safetensors, saves tokenizer/processor assets from the base model snapshot, writes this model card, creates the HuggingFace model repository if needed, and uploads the exported folder.

The export does not require the original 128 training GPUs. It is scheduled as a single-node job with one GH200 GPU and high host memory for consolidation.

Training Run Metadata

  • W&B run id: gemma4-a4b-ffpa-n32-s8192-b1-seed1234-aurora2604-1epoch-100b-ckpt10b-latest-32n-retry-20260722
  • W&B run name: gemma4-ffpa-32n-aurora2604-1epoch-100b-resume80b-20260725
  • Checkpoint format: torch.distributed.checkpoint

Intended Use

This is a continued-pretrained base/checkpoint export. It should be evaluated before downstream use and may require instruction tuning or alignment depending on the application.

Limitations

The model inherits limitations from the Gemma 4 base model and from the Aurora-2604 data mixture. The checkpoint was not trained with SFT-style user/assistant masking and should not be described as instruction-tuned.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
7db8455

0 моделей