Uploaded finetuned model
- Developed by: dkingtutcd
- License: apache-2.0
- Finetuned from model : unsloth/gemma-3-4b-it-unsloth-bnb-4bit
This gemma3 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Размер весов
- 8,6 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- gemma3 · dense
- Базовая модель
- gemma-3-4b-it-unsloth-bnb-4bit
- Опубликована
- 7 июл 2026
Ссылки
gemma-3-4b
Изображение и текст → текст6 профессий
Дообученная мультимодальная Gemma 3 4B для диалогов и ответов на вопросы по изображениям.
24скачиваний за 30 дней0лайковвеса обновлены7 июл 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Модель dkingtutcd/gemma-3-4b — дообученная разработчиком dkingtutcd версия Gemma 3 4B Instruct с поддержкой изображений и текста. Она предназначена для диалогов и задач, где нужно отвечать на вопросы по изображениям или сочетать визуальный ввод с текстовыми запросами. Модель построена на плотной архитектуре Gemma 3 и выдаёт текст; карточка указывает английский язык и формат весов Safetensors.
Дообучение выполнено с использованием Unsloth и библиотеки TRL. Лицензия — Apache-2.0. Подробности о наборе данных и оценке качества в карточке отсутствуют.
Сценарии применения
- ответы на вопросы по содержимому изображения
- описание изображений по текстовому запросу
- диалог с визуальными материалами
- извлечение текстовой информации из изображения
Ограничения
Карточка не приводит результаты оценки, обучающие данные или конкретные ограничения качества; не следует считать ответы модели гарантированно точными.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиIV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Gemma3ForConditionalGeneration
- Ревизия весов
- f642cb4