Мультимодальная чат-модель Gemma 3 для ответов на вопросы по изображениям и тексту, конвертированная для запуска через MLX.
46 465скачиваний за 30 дней9лайковвеса обновлены21 апр 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 mlx-community/gemma-3-4b-it-qat-4bit — мультимодальная чат-модель для обработки изображений и текста. В метаданных указана архитектура Gemma 3 и дообучение на базе OpenGVLab/InternVL3-1B-Instruct; карточка сообщает о конвертации в формат MLX с помощью mlx-vlm 0.1.25. Репозиторий предназначен для запуска модели через mlx-vlm.
Модель принимает текст и изображения и формирует текстовые ответы. Подходит для диалога по изображению и вопросов о его содержимом. Метаданные отмечают многоязычность, но конкретные языки и длина контекста не приведены. Указана лицензия other; условия следует сверять с карточкой базовой модели и лицензией репозитория.
Сценарии применения
ответы на вопросы о содержимом изображения
описание изображений в диалоге
визуальный чат с изображениями
обработка текстовых запросов вместе с изображениями
Ограничения
В README нет самостоятельной оценки качества или подробного описания возможностей; конкретные поддерживаемые языки и длина контекста не приведены. Условия лицензии обозначены как other, поэтому перед использованием следует проверить лицензионные условия исходной и текущей модели.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель