/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-E2B-it-uncensored
Библиотека
openvino
Опубликована
14 июл 2026

gemma-4-E2B-uncensored-int4-ov

Изображение и текст → текст

Квантованная INT4-версия мультимодальной чат-модели Gemma 4 E2B в OpenVINO для генерации ответов по тексту и изображениям.

16скачиваний за 30 дней0лайковвеса обновлены14 июл 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

Это мультимодальная чат-модель Gemma 4 E2B, опубликованная ONTONOUS в формате OpenVINO IR. Репозиторий содержит INT4-квантованную версию с асимметричным сжатием весов и group_size=128; архитектура — Gemma4ForConditionalGeneration. В основе лежит дообученная TrevorJS/gemma-4-E2B-it-uncensored.

Модель предназначена для диалога и генерации ответов по текстовым запросам и изображениям. Компактная конфигурация E2B использует общие KV-слои и один KV-head, что снижает расход памяти и позволяет работать с длинным контекстом; в README заявлена поддержка контекста до 14K на GPU с 16 ГБ памяти. Указаны языки английский и китайский. Для запуска предлагается OpenVINO GenAI на GPU.

Модель ориентирована на uncensored-ответы, однако конкретные гарантии качества, точная поддержка языков и поведение на разных типах изображений в карточке не описаны. Лицензия — Apache-2.0.

Сценарии применения

  • диалоговые ответы на текстовые запросы
  • ответы на вопросы по изображениям
  • описание содержимого изображений
  • локальный запуск мультимодального чат-бота на GPU
  • генерация ответов с длинным контекстом при ограниченной видеопамяти

Ограничения

Для комфортной работы с заявленным длинным контекстом требуется GPU; показатели производительности приведены для Arc A770 и могут отличаться на другом оборудовании. Качество и точность ответов не гарантированы карточкой модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Gemma-4 E2B (5.1B) INT4 OpenVINO

Uncensored Gemma-4 E2B exported to OpenVINO IR with INT4 weight compression via NNCF.

The E2B variant is Gemma-4's efficient architecture with shared KV layers and smaller hidden dimensions, optimized for long-context scenarios.

Model Details

PropertyValue
Base modelTrevorJS/gemma-4-E2B-it-uncensored
ArchitectureGemma4ForConditionalGeneration
PrecisionINT4 (asymmetric, group_size=128)
Parameters5.1B
Hidden size1536
Layers35
Attention heads8
KV heads1
KV shared layers20
Max position131072
Sliding window512
Vocab size262144
Vision✅ 280 soft tokens
Audio✅
Disk size4.3 GB
FrameworkOpenVINO 2026.4+

Usage

With openvino_genai (recommended)

import openvino_genai as g

pipe = g.VLMPipeline("gemma-4-E2B-int4-ov", "GPU")
result = pipe.generate("Hello", max_new_tokens=100)
print(result.texts[0])

Multimodal example

result = pipe.generate(
    "Describe this image",
    images=["image.jpg"],
    max_new_tokens=256,
)
print(result.texts[0])

OpenAI-compatible API server

OV_MODEL=./models_trevorjs_e2b_int4_ov_new OV_PORT=8092 python serving/ov_server.py

Performance (Arc A770 16GB, KV_CACHE=f16)

ContextLatencyThroughput
Short3.5ms~285 tok/s
1K24.7ms~40 tok/s
4K28.0ms~36 tok/s
8K35.8ms~28 tok/s
12K15.7ms~64 tok/s
14K46.8ms~21 tok/s

Best value: E2B achieves the best price/performance ratio. With only 4.3GB VRAM, it supports up to 14K context on a 16GB GPU.

Why E2B?

The E2B variant uses 20/35 shared KV layers and 1 KV head to dramatically reduce KV cache memory. This allows longer context windows on limited VRAM compared to the 12B model.

Export Process

Same as other Gemma-4 OpenVINO exports:

  1. Export FP16 via optimum-cli export openvino --task image-text-to-text --weight-format fp16
  2. Compress to INT4 with nncf.compress_weights (INT4_ASYM, group_size=128, ratio=1.0)

License

Apache 2.0

Links

Как запустить

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

GPU в ailist

Универсальный рантайм · openvino

Нельзя запустить

Модель выложена для OpenVINO.

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
c245725

0 моделей