/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Gemma
Архитектура
gemma4 · dense
Базовая модель
gemma-4-E4B-it
Библиотека
transformers
Опубликована
24 июн 2026

Gemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth

Генерация текстаТекст → текст

Дообученная Gemma 4 E4B Instruct для англоязычного диалога и генерации ответов с акцентом на рассуждения.

101скачиваний за 30 дней1лайквеса обновлены24 июн 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

Gemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth — дообученная ermiaazarkhalili модель Google Gemma 4 E4B Instruct для диалога и генерации текста с акцентом на рассуждения. Она обучена методом SFT с LoRA на 10 477 примерах набора Claude Reasoning Distillation, содержащих цепочки рассуждений Claude; в метаданных также указана архитектура Gemma4ForConditionalGeneration и формат safetensors. Модель принимает текстовые запросы и генерирует текстовые ответы на английском языке.

Модель подходит для диалоговых сценариев, где нужны пошаговые рассуждения, и для экспериментов с дистилляцией цепочек рассуждений. В README указан контекст обучения 2 048 токенов. Лицензия — Gemma; обучение проводилось с Unsloth, а для инференса в README приведён пример загрузки в 4-битном режиме.

Известные ограничения: модель может галлюцинировать, преимущественно обучена на английских данных и не проходила обширную настройку безопасности. Её знания ограничены данными базовой модели.

Сценарии применения

  • диалоговые ответы с пошаговыми рассуждениями
  • эксперименты с дистилляцией цепочек рассуждений
  • генерация англоязычных ответов на текстовые запросы

Ограничения

Модель может выдавать правдоподобную, но неверную информацию, преимущественно обучена на английском и не проходила обширную настройку безопасности. Контекст обучения указан как 2 048 токенов; знания ограничены данными базовой модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Gemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth

This model is a fine-tuned version of Gemma4-E4B-it optimized for reasoning distillation (chain-of-thought) using Unsloth for 2x faster training and 60% less VRAM.

Trained on the claude-reasoning-distillation dataset, which contains 10,477 samples of Claude's reasoning traces with <think> blocks for chain-of-thought learning.

Overview

PropertyValue
Developed byermiaazarkhalili
LicenseGEMMA
LanguageEnglish
Base ModelGemma4-E4B-it
Model Size4B parameters
Training FrameworkUnsloth + TRL
Training MethodSFT with QLoRA (4-bit)
Context Length2,048 tokens
GGUF AvailableGemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth-GGUF

Training Configuration

SFT + LoRA Settings

ParameterValue
Unsloth ClassFastModel
Chat Templategemma-4
Learning Rate2e-4
Batch Size2 per device
Gradient Accumulation4 steps
Effective Batch Size8
Max Steps1 epoch (full dataset)
OptimizerAdamW 8-bit
LR SchedulerLinear
Warmup Steps5
PrecisionAuto (BF16/FP16)
Gradient CheckpointingEnabled (Unsloth optimized)
Seed3407

LoRA Configuration

ParameterValue
LoRA Rank (r)16
LoRA Alpha16
LoRA Dropout0
Quantization4-bit QLoRA
Target Modulesattention + MLP (via FastModel)

Dataset

PropertyValue
DatasetClaude Reasoning Distillation
Training Samples10,477
FormatMessages with thinking field for chain-of-thought

Hardware

PropertyValue
GPUNVIDIA H100 80GB HBM3 (MIG 3g.40gb slice)
ClusterDRAC Fir (Compute Canada)
ExecutionPapermill on SLURM

Training Outcome

MetricValue
SLURM Job ID45310123
Runtime46m 48s (2808s)
Final Training Loss1.6992
Peak VRAM34.06 GB
GPUH100 80GB HBM3 (MIG 3g.40gb)

Usage

Quick Start (Transformers)

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "ermiaazarkhalili/Gemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

messages = [
    {"role": "user", "content": "Solve step by step: What is the sum of the first 10 prime numbers?"}
]

text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)

outputs = model.generate(**inputs, max_new_tokens=512, temperature=0.7, do_sample=True)
response = tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True)
print(response)

Using with Unsloth (Fastest)

from unsloth import FastModel

model, tokenizer = FastModel.from_pretrained(
    "ermiaazarkhalili/Gemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth",
    max_seq_length=2048,
    load_in_4bit=True,
)

4-bit Quantized Inference

from transformers import AutoModelForCausalLM, BitsAndBytesConfig
import torch

quantization_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_compute_dtype=torch.bfloat16,
    bnb_4bit_use_double_quant=True,
    bnb_4bit_quant_type="nf4",
)

model = AutoModelForCausalLM.from_pretrained(
    "ermiaazarkhalili/Gemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth",
    quantization_config=quantization_config,
    device_map="auto",
)

GGUF Versions

Quantized GGUF versions for CPU and edge inference are available at: Gemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth-GGUF

FormatDescription
Q4_K_MRecommended — good balance of quality and size
Q5_K_MHigher quality, slightly larger
Q8_0Near-lossless, largest GGUF size

Using with Ollama

ollama pull hf.co/ermiaazarkhalili/Gemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth-GGUF:Q4_K_M
ollama run hf.co/ermiaazarkhalili/Gemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth-GGUF:Q4_K_M "Solve step by step: What is the sum of the first 10 prime numbers?"

Using with llama.cpp

./llama-cli -m Gemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth-Q4_K_M.gguf -p "Solve step by step: What is the sum of the first 10 prime numbers?" -n 512

Limitations

  • Language: Primarily trained on English data
  • Knowledge Cutoff: Limited to base model's training data cutoff
  • Hallucinations: May generate plausible-sounding but incorrect information
  • Context Length: Fine-tuned with 2,048 token context window
  • Safety: Not extensively safety-tuned; use with appropriate guardrails

Training Framework Versions

PackageVersion
Unsloth2026.4.4
TRL0.24.0
Transformers5.5.0
PyTorch2.9.0
Datasets4.3.0
PEFT0.18.1
BitsAndBytes0.49.2

Citation

@misc{ermiaazarkhalili_gemma4_e4b_sft_claude_opus_reasoning_unsloth,
    author = {ermiaazarkhalili},
    title = {Gemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth: Fine-tuned Gemma4-E4B-it with Unsloth},
    year = {2026},
    publisher = {Hugging Face},
    howpublished = {\url{https://huggingface.co/ermiaazarkhalili/Gemma4-E4B-SFT-Claude-Opus-Reasoning-Unsloth}}
}

Acknowledgments

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
9dbe88a

0 моделей