/ Модель

Характеристики

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

gemma-3-270m-it-8bit

Генерация текстаТекст → текст4 профессии

mlx-community/gemma-3-270m-it-8bit — 8-битная MLX-конверсия инструкционно дообученной модели Gemma 3 270M-it, разработанной Google и подготовленной сообществом mlx-community.

493скачиваний за 30 дней2лайкавеса обновлены9 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 на устройствах и в средах, поддерживающих MLX; для запуска рекомендуется библиотека mlx-lm.

Известно, что модель основана на google/gemma-3-270m-it, преобразована в формат MLX с использованием mlx-lm версии 0.26.3 и использует 8-битное представление весов. README не содержит сведений о точной архитектуре, поддерживаемых языках, размере контекста, модальностях, производительности или ограничениях качества. Указана лицензия Gemma; конкретные условия её применения следует уточнять в лицензии Google Gemma.

Для каких профессий подходит4

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

mlx-community/gemma-3-270m-it-8bit

This model mlx-community/gemma-3-270m-it-8bit was converted to MLX format from google/gemma-3-270m 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-8bit")

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
2b4396c

0 моделей