Это дообученная модель семейства Gemma 4, разработанная didula-wso2 на основе didula-wso2/gemma4_sft-ballerina_klge_easysft_16bit_vllm. Она предназначена для диалоговых задач с текстовыми и визуальными входными данными: принимает текст и изображения и формирует текстовые ответы. В метаданных модель обозначена как image-text-to-text; обучение проводилось с использованием Unsloth и библиотеки TRL Hugging Face.

Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не уточняет размер модели, длину контекста и конкретные сценарии дообучения, поэтому её пригодность для узких задач по доступным сведениям определить нельзя.