/ Модель

Характеристики

Размер весов
24,4 ГБ
Лицензия
Gemma
Архитектура
gemma3 · dense
Базовая модель
gemma-3-12b-it
Библиотека
transformers
Опубликована
13 мар 2026

GemmaTranslate-v3-12B

ПереводТекст → текст7 профессий

Мультимодальная модель Gemma на 12 млрд параметров для многоязычного перевода, диалоговой помощи и понимания изображений.

129скачиваний за 30 дней2лайкавеса обновлены13 мар 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

GemmaTranslate-v3-12B — мультимодальная модель на архитектуре Gemma 3, созданная объединением Google Gemma-3-12B-IT и TranslateGemma-12B-IT методом SLERP. Она предназначена прежде всего для перевода между языками, а также для диалоговой помощи и понимания изображений. Размер модели — 12 млрд параметров; заявленное окно контекста — до 128 тыс. токенов. Веса vision tower и multimodal projector взяты из Gemma-3-12B-IT, а языковые веса объединены в пропорции 50/50.

Модель поддерживает более 30 языков и принимает текст и изображения, выдавая текст. Для запуска README рекомендует библиотеку Hugging Face Transformers; файлы опубликованы в формате safetensors. Модель доступна по условиям лицензии Gemma Terms of Use. Карточка заявляет усиленные возможности перевода, но не приводит результатов сравнительных оценок качества.

Сценарии применения

  • перевод текста между поддерживаемыми языками
  • перевод текста на изображении
  • ответы на вопросы об изображениях
  • многоязычный диалог и помощь по инструкциям

Ограничения

Карточка не приводит результатов сравнительных оценок качества перевода или понимания изображений. Лицензия Gemma Terms of Use устанавливает собственные условия использования.

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

GemmaTranslate-v3-12B

GemmaTranslate-v3-12B is a high-performance, multimodal hybrid model designed for advanced translation and general-purpose assistance. It is a SLERP merge of two state-of-the-art models: Gemma-3-12B-IT and TranslateGemma-12B-IT.

By combining the general reasoning and multimodal capabilities of Gemma-3 with the specialized translation expertise of TranslateGemma, this model offers superior performance in multilingual contexts while maintaining the ability to process visual information.

Model Details

Key Features

  • Multimodal Capabilities: Inherits the vision tower and multimodal projector from Gemma-3-12B-IT, enabling image understanding and visual reasoning.
  • Enhanced Translation: Optimized for translation tasks by merging with TranslateGemma-12B-IT.
  • Large Context Window: Supports up to 128K tokens.
  • Hybrid Reasoning: Combines instruction-following capabilities with high-fidelity translation.

Merge Configuration

The following YAML configuration was used to produce this model:

base_model: google/gemma-3-12b-it
dtype: bfloat16
merge_method: slerp
parameters:
  t:
    - filter: vision_tower
      value: 0
    - filter: multi_modal_projector
      value: 0
    - value: 0.5
models:
  - model: google/gemma-3-12b-it
  - model: google/translategemma-12b-it

Note: The vision_tower and multi_modal_projector weights are taken 100% from Gemma-3-12B-IT (t=0) to ensure visual stability, while the language model weights are a 50/50 SLERP merge (t=0.5).

Usage

You can use this model with the Hugging Face transformers library.

from transformers import Gemma3ForConditionalGeneration, AutoProcessor
import torch

model_id = "SpongeBOB9684/GemmaTranslate-v3-12B"

model = Gemma3ForConditionalGeneration.from_pretrained(
    model_id,
    device_map="auto",
    torch_dtype=torch.bfloat16
)
processor = AutoProcessor.from_pretrained(model_id)

# Example: Multimodal Translation
# (Add your image and prompt here)
prompt = "Translate the text in this image to French and explain its context."
# inputs = processor(text=prompt, images=image, return_tensors="pt").to(model.device)

# Example: Text-only Translation
prompt = "Translate the following English text to Japanese: 'The future of AI is multimodal.'"
inputs = processor(text=prompt, return_tensors="pt").to(model.device)

output = model.generate(**inputs, max_new_tokens=256)
print(processor.decode(output[0], skip_special_tokens=True))

License

This model is subject to the Gemma Terms of Use. By using this model, you agree to the terms and conditions specified by Google.

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
92b339f

0 моделей