/ Модель

Характеристики

Размер весов
7,4 ГБ
Лицензия
Apache 2.0
Архитектура
monarch_gemma4 · dense
Базовая модель
gemma-4-E2B-it
Библиотека
transformers
Опубликована
15 июл 2026

gemma-4-e2b-distilled

Изображение и текст → текст

Сжатая дистиллированная версия Gemma 4 E2B IT для мультимодальных диалогов и ответов на вопросы по изображениям.

17скачиваний за 30 дней0лайковвеса обновлены29 июл 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

hexoy/gemma-4-e2b-distilled — производная модель на основе Gemma 4 E2B IT от Google DeepMind, разработанная hexoy. В ней все 35 MLP-блоков языковой модели заменены двухфакторными Monarch-матрицами. Выпуск в BF16 содержит около 3,68 млрд параметров против 5,10 млрд у исходной модели и занимает 6,859 ГиБ сериализованных весов, что на 27,86% меньше исходного размера.

Модель предназначена для мультимодальных диалогов и обработки изображений с текстовым ответом. В небольшом тесте TinyHellaSwag она показала меньшую точность, чем исходная Gemma 4 E2B BF16: 32,35% против 39,23% по GP-IRT; результаты основаны на 100 примерах и могут быть шумными. Репозиторий использует Transformers и формат safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы по изображениям
  • диалог с визуальными материалами
  • описание содержимого изображения текстом

Ограничения

В тесте TinyHellaSwag модель уступила исходной Gemma 4 E2B BF16; оценка основана на 100 примерах и имеет высокую неопределённость. Для загрузки в README указан trust_remote_code=True.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Gemma 4 E2B Distilled

Distilled Gemma 4 E2B with all 35 language-model MLPs replaced by two-factor Monarch maps. The released BF16 model has 3,682,268,704 parameters, instead of 5,104,297,504 in the original Gemma 4 E2B.

1. Weight Storage

ModelStatusLoaded weightsSerialized weightsReduction vs dense BF16
Dense Gemma 4 BF16Reference9.507 GiB9.543 GiB-
Distilled Gemma 4 BF16Released6.859 GiB6.859 GiB27.86%
Distilled Gemma 4 + LoRA r8 BF16Experimental6.876 GiB6.877 GiB27.68%
Distilled Gemma 4 + INT8 linearsReleased6.135 GiB6.136 GiB35.48%

BF16 sizes use two bytes per parameter; serialized LoRA size was audited from the two safetensor shards. Values exclude activations and CUDA workspaces.

2. TinyHellaSwag

All rows used the same RTX PRO 6000, fixed batch size 32, seed 1234, 100 official examples, 10-shot prompts, and no chat template.

ModelStatusGP-IRT accuracyRaw accuracyRuntimePeak VRAM
Dense Gemma 4 BF16Reference39.23%29%28.50 s57.88 GiB
Distilled Gemma 4 BF16Released32.35%22%23.33 s55.23 GiB
Distilled Gemma 4 + LoRA r8 BF16Experimental33.25%23%24.93 s55.25 GiB
Distilled Gemma 4 + INT8 linearsReleased30.57%21%23.14 s54.51 GiB

Rank-8 LoRA improved the 35-layer source by 0.90 GP-IRT points and one correct item, but missed the former +1.0 point or +2 item release gate. The 100-example benchmark is noisy.

Usage

from transformers import AutoModelForImageTextToText, AutoProcessor

model_id = "hexoy/gemma-4-e2b-distilled"
processor = AutoProcessor.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForImageTextToText.from_pretrained(
    model_id,
    trust_remote_code=True,
    dtype="auto",
    device_map="auto",
)

The rank-8 result is published separately at hexoy/gemma-4-e2b-monarch-35mlp-lora-r8. It is a benchmark-recovery experiment: corrected 64-token generation repeated phrases for text and remained malformed or inaccurate for images. It is not a general text or multimodal recovery release.

Reproducibility

Detailed training and release evidence is retained privately.

Derived from google/gemma-4-E2B-it. See NOTICE for the modification summary.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
MonarchGemma4ForConditionalGeneration
Ревизия весов
2bac654

0 моделей