/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
257 млн
Размер весов
151 МБ
Лицензия
Gemma
Архитектура
gemma3_text · dense
Базовая модель
gemma-3-270m-it
Библиотека
mlx
Опубликована
9 авг 2025

gemma-3-270m-it-4bit

Генерация текстаТекст → текст5 профессий

Gemma 3 270M IT — компактная инструкционно-настроенная языковая модель Google, конвертированная сообществом mlx-community в формат MLX из оригинальной модели google/gemma-3-270m-it с использованием mlx-lm 0.26.3.

1 220скачиваний за 30 дней10лайковвеса обновлены14 авг 2025

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

Модель предназначена для генерации текста и диалоговых сценариев, включая запуск через библиотеку mlx-lm на совместимом оборудовании Apple MLX.

Ключевые характеристики: размер 270 млн параметров, текстовая модальность, 4-битное квантование и формат MLX. README не содержит сведений о поддерживаемых языках, размере контекстного окна, конкретной архитектуре, требованиях к памяти или результатах тестирования, поэтому её возможности и ограничения по этим аспектам нельзя надёжно оценить. Для доступа на Hugging Face требуется принять лицензию Google Gemma; точные условия использования определяются этой лицензией.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mlx-community/gemma-3-270m-it-4bit

This model mlx-community/gemma-3-270m-it-4bit was converted to MLX format from google/gemma-3-270m-it using mlx-lm version 0.26.3.

Use with mlx

pip install mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("mlx-community/gemma-3-270m-it-4bit")

prompt = "hello"

if tokenizer.chat_template is not None:
    messages = [{"role": "user", "content": prompt}]
    prompt = tokenizer.apply_chat_template(
        messages, add_generation_prompt=True
    )

response = generate(model, tokenizer, prompt=prompt, verbose=True)

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Класс архитектуры
Gemma3ForCausalLM
Ревизия весов
ff1143e

0 моделей