Характеристики

Контекст: 131 072 токена
Лицензия: Apache 2.0
Архитектура: gemma4 · dense
Базовая модель: gemma-4-E2B-it
Библиотека: transformers
Опубликована: 19 авг 2026

Ссылки

Hugging Face

Gemma4_E2B_ADS

alwaysgood

Мультимодальная модель3 профессии

Донастройка Gemma 4 E2B IT для перевода финансовых текстов с английского на корейский.

69скачиваний за 30 дней0лайковвеса обновлены19 авг 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

Gemma4_E2B_ADS — полноразмерная донастройка Gemma 4 E2B IT от Google DeepMind, созданная для перевода финансовых текстов с английского на корейский. Модель обучена методом supervised fine-tuning на финансовом корпусе с отбором примеров по низкому показателю оценки качества перевода. В репозитории доступны BF16 чекпойнт Transformers и вариант GGUF Q4_K_M для LM Studio и llama.cpp.

Основной сценарий — перевод финансовых материалов с английского на корейский. Мультимодальные компоненты базовой модели сохранены, а комплектный mmproj обеспечивает ввод изображений; языковые и аудиослои при дообучении не обучались, а поддержка аудио зависит от среды запуска и не гарантируется. На тестовом наборе из 500 строк BF16 версия показала BLEU 30,76, chrF 49,33 и COMET 0,8968; эти результаты не заявлены для Q4_K_M. Лицензия — Apache-2.0.

Сценарии применения

перевод финансовых документов с английского на корейский
перевод финансовых новостей и аналитики
перевод финансовых отчетов для корейскоязычной аудитории

Ограничения

Обучение специализировалось на переводе с английского на корейский, поэтому качество для других направлений и задач не установлено. Мультимодальные слои не дообучались; поддержка аудио зависит от среды запуска и не гарантируется, а приведённые метрики относятся только к BF16 чекпойнту.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей IV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723модели I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Gemma4_E2B_ADS

Gemma4_E2B_ADS is a full fine-tune of google/gemma-4-E2B-it for English-to-Korean financial translation. It was trained with the DQS low-QE curriculum using seed 42.

This repository contains both the original Transformers checkpoint and one LM Studio/llama.cpp export:

model.safetensors: original BF16 fine-tuned checkpoint
Gemma4_E2B_ADS-Q4_K_M.gguf: the only quantized main-model variant
mmproj-Gemma4_E2B_ADS-BF16.gguf: multimodal encoder/projector companion

The BF16 mmproj is not an additional LLM quantization variant. It is kept at BF16 for multimodal compatibility and quality.

LM Studio

Use the latest LM Studio runtime and download the Q4_K_M variant:

lms get https://huggingface.co/alwaysgood/Gemma4_E2B_ADS@Q4_K_M

The matching mmproj file enables image input. Direct llama.cpp multimodal testing with this checkpoint requires --jinja. Gemma 4 audio support may vary by runtime and is not guaranteed by this model card. For translation, disable thinking and ask for translation-only output, for example:

Translate the following English financial text into Korean. Return only the translation.

<source text>

Training and provenance

Tuning: full-parameter supervised fine-tuning
Seed: 42
Selection: low quality-estimation score first (qe_selection_order=low)
Base model thinking during training/evaluation: disabled
Vision/audio layers: not trained; the base model's multimodal components were preserved
Run artifacts: gemma4_e2b_it_full_lowqe_seed42
Source revision: fa8166a883d96460cc285b46d66b74a074b4b8d4

Evaluation

The following scores are from the original BF16 final checkpoint on the 500-row held-out test set. They are not claimed as a separate Q4_K_M evaluation.

Metric	Score
BLEU	30.7621
chrF	49.3295
COMET (`wmt22-comet-da`)	0.8968
COMETKiwi (`wmt22-cometkiwi-da`)	0.8630
XCOMET-XXL	0.8746
MetricX-24 Hybrid XXL (lower is better)	3.4078

Full evaluation records and configuration are available in the linked run.

License and data note

The model weights follow the Apache-2.0 license of the base model. The training corpus aggregates sources with mixed upstream terms; the dataset card is marked license: other. Users are responsible for reviewing the source-specific terms described in alwaysgood/financial-english-source-corpus.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Any-to-any модели пока не поддерживаются.

Класс архитектуры: Gemma4ForConditionalGeneration
Ревизия весов: cb70332