Uploaded finetuned model
- Developed by: ibagari
- License: apache-2.0
- Finetuned from model : ibagari/gemma-4-E4B-nisamina-nc-v7-a100-public
This gemma4 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Лицензия
- Apache 2.0
- Архитектура
- gemma4 · dense
- Базовая модель
- gemma-4-E4B-nisamina-nc-v7-a100-public
- Опубликована
- 8 июл 2026
Ссылки
gemma-4-E4B-nisamina-nc-v73-a100-public
Изображение и текст → текст5 профессий
Дообученная мультимодальная модель Gemma 4 для диалогов и ответов на текстовые запросы по изображениям.
15скачиваний за 30 дней0лайковвеса обновлены8 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 ibagari/gemma-4-E4B-nisamina-nc-v73-a100-public разработана ibagari как дообученная версия ibagari/gemma-4-E4B-nisamina-nc-v7-a100-public. Это плотная мультимодальная модель семейства Gemma 4 для диалогов и задач image-text-to-text: она принимает текст и изображения и формирует текстовые ответы. В метаданных также заявлен интерфейс вызова инструментов. Для обучения использовались Unsloth и библиотека TRL Hugging Face.
Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает конкретные сценарии обучения и ограничения качества, поэтому её пригодность для отдельных задач следует оценивать на собственных примерах.
Сценарии применения
- ответы на вопросы по изображению
- описание изображений в диалоге
- диалоговый анализ визуальных материалов
Ограничения
Карточка не раскрывает обучающие данные и специализированные ограничения модели; качество для конкретных сценариев требует отдельной проверки.
Для каких профессий подходит5
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.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 934моделиIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель
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
- Gemma4ForConditionalGeneration
- Ревизия весов
- 77f527c