/ Модель

Характеристики

Размер весов
18,2 ГБ
Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-31B-it
Библиотека
mlx
Опубликована
17 апр 2026

gemma-4-31B-it-JANG_1L

Генерация текстаТекст → текст3 профессии

Квантизированная версия Gemma 4 31B Instruct для диалоговой генерации текста на устройствах Apple Silicon с MLX.

146скачиваний за 30 дней11лайковвеса обновлены17 апр 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

bearzi подготовил gemma-4-31B-it-JANG_1L — версию Gemma 4 31B Instruct с адаптивной смешанной квантизацией JANG для запуска через MLX на Apple Silicon. Модель предназначена для диалогов и генерации текста; каталог указывает поддержку чата и связывает её с google/gemma-4-31B-it. Средний размер квантизации в README указан как 3,93 бита, профиль — JANG_1L, формат — MLX safetensors, метод — mse-all с калибровочными активациями. Разные типы слоёв получают разную разрядность: для внимания сохраняется больше бит, чем для MLP-слоёв.

Квантизация позволяет экспериментировать с запуском крупной модели при ограниченной памяти, однако README предупреждает о заметном снижении качества: длинные ответы могут переходить в повторы или бессвязные токены. Модель не рекомендуется для генерации длинных текстов и программирования. Для запуска требуются совместимые инструменты, такие как vmlx, MLX Studio или oMLX с JANG patch. Лицензия — Apache 2.0.

Сценарии применения

  • экспериментальный запуск диалоговой модели при ограниченной памяти
  • быстрое тестирование Gemma 4 31B на Apple Silicon
  • генерация коротких ответов в чате
  • сравнение профилей квантизации MLX

Ограничения

README предупреждает, что агрессивная квантизация заметно ухудшает качество: длинные генерации могут вырождаться в повторы или бессвязные токены. Модель не рекомендуется для длинных текстов и задач программирования.

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

⚠️ Low-bit quality warning

This is an aggressive quantization (2-bit average). At this compression level, output quality degrades noticeably — responses may start coherent but degenerate into repetition or garbage tokens toward the end of longer generations. This is expected behavior for 2-bit quantization on this architecture.

Recommended for: experimentation, quick testing, extreme memory constraints. Not recommended for: production use, long-form generation, coding tasks.

For reliable output quality, use JANG_4M or higher profiles from this collection.

gemma-4-31B-it-JANG_1L

JANG adaptive mixed-precision MLX quantization produced via vmlx / jang-tools.

  • Quantization: 3.93b avg, profile JANG_1L, method mse-all, calibration activations
  • Profile: JANG_1L
  • Format: JANG v2 MLX safetensors
  • Compatible with: vmlx, MLX Studio, oMLX (with JANG patch)

Usage

vmlx (recommended)

pip install 'vmlx[jang]'
vmlx serve bearzi/gemma-4-31B-it-JANG_1L

Python

from jang_tools.loader import load_jang_model
from mlx_lm import generate

model, tokenizer = load_jang_model("bearzi/gemma-4-31B-it-JANG_1L")
messages = [{"role": "user", "content": "Hello"}]
prompt = tokenizer.apply_chat_template(messages, add_generation_prompt=True, tokenize=False)
print(generate(model, tokenizer, prompt=prompt, max_tokens=512, verbose=True))

About JANG

JANG (Jang Adaptive N-bit Grading) assigns different bit widths to different layer types — attention layers get more bits, MLP/expert layers compress harder. This preserves model coherence at aggressive compression levels where uniform quantization breaks down.

See JANG documentation and scores at jangq.ai.

Comparative benchmarks and feedback welcome — please open a discussion.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
d9b03ce

0 моделей