/ Модель

Характеристики

Базовая модель
Gemma-4-96E-A4B-Heretic
Опубликована
4 апр 2026

Gemma-4-96E-A4B-Heretic-TQ

Генерация текстаТекст → текст7 профессий

Квантованная в GGUF TurboQuant диалоговая сборка Gemma-4-96E-A4B-Heretic для генерации текста через совместимую ветку llama.cpp.

110скачиваний за 30 дней8лайковвеса обновлены8 апр 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

Gemma-4-96E-A4B-Heretic-TQ — сборка модели blascotobasco/Gemma-4-96E-A4B-Heretic в формате GGUF с квантизацией TurboQuant. Репозиторий содержит варианты TQ3_1S и TQ4_1S, а также шаблон чата Gemma 4 Interleaved. Весовые данные были переквантованы для публикации; последующее обновление изменило метаданные GGUF и встроенный шаблон, но не переквантизировало тензоры.

Модель предназначена для генерации текста и диалогового использования через совместимую ветку llama.cpp с поддержкой TurboQuant. Обновлённый встроенный шаблон поддерживает режим рассуждений без отдельного файла шаблона чата. README не приводит размер исходной модели, окно контекста или список языков, поэтому эти характеристики здесь не уточняются.

Для запуска требуется указанная в README ветка llama.cpp с поддержкой TurboQuant. Лицензия в предоставленных данных не указана.

Сценарии применения

  • локальный запуск чат-модели через llama.cpp
  • генерация ответов в диалоговом интерфейсе
  • использование режима рассуждений с шаблоном Gemma 4 Interleaved

Ограничения

Для работы нужна ветка llama.cpp с поддержкой TurboQuant; обычная сборка llama.cpp может быть несовместима. В предоставленных данных не указаны лицензия и поддерживаемые языки.

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

EXPERIMENTAL, AVOID DEPLOYING TO SENSITIVE ENVIRONMENTS


Gemma-4-96E-A4B-Heretic-TQ GGUF

TurboQuant GGUF builds of blascotobasco/Gemma-4-96E-A4B-Heretic for the TurboQuant llama.cpp branch.

These files were refreshed on 2026-04-08 so that the embedded tokenizer.chat_template matches the updated Gemma 4 Interleaved template. The published TQ GGUFs now work in reasoning mode on the linked branch without requiring --chat-template-file.

Files

FileSizeNotes
Gemma-4-96E-A4B-Heretic-TQ3_1S.gguf12589895200 bytes (11.73 GiB)TQ3_1S, updated embedded interleaved template
Gemma-4-96E-A4B-Heretic-TQ4_1S.gguf13985279520 bytes (13.02 GiB)TQ4_1S, updated embedded interleaved template
chat_template.jinjastandalone Gemma 4 Interleaved template matching the embedded GGUF template
requant_recipe_tq3_1s.txttensor override recipe for TQ3_1S
requant_recipe_tq4_1s.txttensor override recipe for TQ4_1S

Runtime

Use this exact llama.cpp branch:

Related project documentation:

Build explicitly from that branch:

git clone https://github.com/iamwavecut/llama-cpp-turboquant.git
cd llama-cpp-turboquant
git checkout feature/turboquant-kv-cache
cmake -S . -B build
cmake --build build --config Release -j

Stock upstream llama.cpp is not the supported runtime for these TurboQuant GGUFs.

Template and reasoning

  • The default embedded template is Gemma 4 Interleaved.
  • chat_template.jinja in this repo matches the embedded template.
  • The 2026-04-08 refresh adds a safe fallback system message when --reasoning on is enabled and no explicit -sys prompt is provided.
  • Because of that change, --chat-template-file is no longer required for normal reasoning usage on the supported branch.
  • Tensor data was not requantized again for this refresh; the published files were repacked to update GGUF metadata and embedded template content.

Recommended launch commands

TQ4_1S

Reasoning enabled:

/path/to/llama-cli \
  -m /path/to/Gemma-4-96E-A4B-Heretic-TQ4_1S.gguf \
  -ngl 99 \
  -fa on \
  -ctk q8_0 \
  -ctv turbo4 \
  -c 8192 \
  -cnv \
  --jinja \
  --reasoning on

Reasoning disabled:

/path/to/llama-cli \
  -m /path/to/Gemma-4-96E-A4B-Heretic-TQ4_1S.gguf \
  -ngl 99 \
  -fa on \
  -ctk q8_0 \
  -ctv turbo4 \
  -c 8192 \
  -cnv \
  --jinja \
  --reasoning off \
  --reasoning-format none

TQ3_1S

Reasoning enabled:

/path/to/llama-cli \
  -m /path/to/Gemma-4-96E-A4B-Heretic-TQ3_1S.gguf \
  -ngl 99 \
  -fa on \
  -ctk q8_0 \
  -ctv turbo3 \
  -c 8192 \
  -cnv \
  --jinja \
  --reasoning on

Reasoning disabled:

/path/to/llama-cli \
  -m /path/to/Gemma-4-96E-A4B-Heretic-TQ3_1S.gguf \
  -ngl 99 \
  -fa on \
  -ctk q8_0 \
  -ctv turbo3 \
  -c 8192 \
  -cnv \
  --jinja \
  --reasoning off \
  --reasoning-format none

Notes

  • If you already downloaded an older copy of these TQ files and reasoning mode failed without an external template override, download the refreshed files from this repo.
  • Q8_0 is the clean repacked source checkpoint used locally to produce the published TurboQuant requants, but it is not distributed from this repo.
  • SQ variants are intentionally not published here.

Credits

  • Base model author: blascotobasco
  • TurboQuant runtime / GGUF work based on llama.cpp and the linked TurboQuant branch

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
5b4badc

0 моделей