/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
257 млн
Архитектура
gemma3_text · dense
Базовая модель
gemma-3-270m-it
Опубликована
10 окт 2025

prompt-enhancer-gemma-3-270m-it

Генерация текстаТекст → текст3 профессии

Компактная дообученная модель, которая расширяет короткие текстовые запросы в подробные описания для промптов.

181скачиваний за 30 дней16лайковвеса обновлены31 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.

  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

Prompt Enhancer Gemma 3 270M — дообученная gokaygokay модель на основе google/gemma-3-270m-it, предназначенная для расширения коротких текстовых запросов в более подробные описания. Она принимает текстовый запрос, например краткое описание сцены, и генерирует уточнённый промпт с деталями об объектах, окружении, композиции и освещении.

Модель использует плотную текстовую архитектуру Gemma 3 и содержит 257 млн параметров. Максимальный контекст составляет 32 768 токенов. В карточке приведены примеры расширения запросов для описания изображений; модель генерирует текст, а не изображения. Указаны форматы safetensors и диалоговый режим.

Примеры показывают, что результат может содержать повторы и противоречивые детали, поэтому сгенерированный промпт стоит проверять и редактировать перед использованием. Лицензия в предоставленных данных не указана.

Сценарии применения

  • расширение короткого запроса для генерации изображения
  • добавление деталей об окружении и освещении в описание сцены
  • создание развернутого промпта из краткой идеи
  • уточнение описания объекта или персонажа для визуальной генерации

Ограничения

В примерах встречаются повторы и несовместимые детали, поэтому результат следует проверять и при необходимости редактировать. Сведения о лицензии в предоставленных данных отсутствуют.

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

Prompt Enhancer - Gemma 3 270M

A fine-tuned model based on google/gemma-3-270m-it for enhancing and expanding short prompts into detailed, context-rich descriptions.

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline

model = AutoModelForCausalLM.from_pretrained("gokaygokay/prompt-enhancer-gemma-3-270m-it")
tokenizer = AutoTokenizer.from_pretrained("gokaygokay/prompt-enhancer-gemma-3-270m-it")
pipe = pipeline("text-generation", model=model, tokenizer=tokenizer)

messages = [
    {"role": "system", "content": "Enhance and expand the following prompt with more details and context:"},
    {"role": "user", "content": "a cat sitting on a chair"}
]

prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
output = pipe(prompt, max_new_tokens=256)
print(output[0]['generated_text'])

Training Details

  • Base Model: google/gemma-3-270m-it
  • Training Method: LoRA (Low-Rank Adaptation)
  • LoRA Config: r=16, alpha=32
  • Training Epochs: 3
  • Learning Rate: 5e-5
  • Batch Size: 4 (with gradient accumulation)

MODEL COMPARISON: Base vs Fine-tuned

INPUT: a cat sitting on a chair

FINE-TUNED OUTPUT: a cat sitting on a brown wooden chair, white backdrop, cat is facing the right side of the image, black background, feline features are clear and defined, cat's head and body are on the chair, background appears dark and lit, the lighting is soft and suggests a serene evening or night scene.

INPUT: beautiful sunset

FINE-TUNED OUTPUT: sunset sky over a landscape, clouds visible across the sky, trees in the foreground and middle, a lone figure in the middle of the frame, silhouette of a building in the middle background, horizon line visible in the distance, clear and bright sky, a dark sky with hues of orange and purple.

INPUT: futuristic city

FINE-TUNED OUTPUT: a futuristic cityscape at night, buildings with glowing neon lights, towers covered in glowing energy crystals, a large tower with glowing lights, multiple towers below, towers have glowing lights and contain glowing structures, people walking and walking, some buildings are lit up and others are dark, large, glowing lights dominate the sky, a few people are visible on the ground below, buildings are tall and tall, some skyscrapers have multiple stories, buildings appear to be floating in space, eerie and futuristic atmosphere, dense and detailed urban environment.

INPUT: portrait of a woman

FINE-TUNED OUTPUT: a woman in a dress, wearing a hat and a headscarf, standing in a crowded urban space, her face is visible, wearing a black shirt and a black hat, wearing a black belt around her waist, woman is wearing glasses and a scarf, large urban city skyline visible in the background, small building in the bottom left corner below the woman, copyspace, bright sunlight.

Citation and attribution

This model release is maintained by Gökay Aydoğan. If you reference this repository in academic work, please cite it as follows and also cite the upstream models, datasets, or projects it builds upon.

@software{aydogan2025prompt_enhancer_gemma_3_270m_it,
  author = {Aydoğan, Gökay},
  title = {{prompt-enhancer-gemma-3-270m-it}},
  year = {2025},
  publisher = {Hugging Face},
  url = {https://huggingface.co/gokaygokay/prompt-enhancer-gemma-3-270m-it},
  note = {Model repository; cite the base model and upstream datasets as required.}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForCausalLM
Ревизия весов
3be53c7

0 моделей