/ Модель

Характеристики

Размер весов
846 МБ
Лицензия
Gemma
Архитектура
gemma4_unified_assistant · dense
Библиотека
mlx
Опубликована
5 июн 2026

gemma-4-12B-it-qat-assistant-bf16

Генерация текстаТекст → текст3 профессии

Веса MTP-драфтера для ускорения спекулятивного декодирования совместимых моделей Gemma 4 12B в MLX.

92скачиваний за 30 дней0лайковвеса обновлены5 июн 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

Это веса MTP-драфтера, подготовленные сообществом mlx-community для ускорения генерации Gemma 4 12B с помощью спекулятивного декодирования в MLX и mlx-vlm. Модель предлагает кандидаты следующих токенов, которые затем проверяет совместимая целевая модель Gemma 4 12B; отдельно для диалога или генерации текста этот репозиторий не предназначен.

Архитектура — Gemma4UnifiedAssistantForCausalLM, точность bf16, формат Safetensors. Драфтер рассчитан на текстовую генерацию; целевая модель может поддерживать мультимодальные запросы, но этот репозиторий содержит только веса драфтера. Для работы нужны совместимая целевая контрольная точка Gemma 4 12B и поддержка MTP в mlx-vlm. Применяются условия лицензии Gemma.

Сценарии применения

  • ускорение генерации текста Gemma 4 12B на устройствах Apple через MLX
  • предложение кандидатных токенов при спекулятивном декодировании
  • ускорение диалоговой генерации с совместимой целевой моделью Gemma 4 12B

Ограничения

Не является самостоятельной чат-моделью и требует совместимой целевой модели Gemma 4 12B, а также поддержки MTP-драфтеров в mlx-vlm. Стандартная генерация через общие API Transformers для этого репозитория не ожидается.

Для каких профессий подходит3

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

gemma-4-12B-it-qat-assistant-bf16

This repository contains Multi-Token Prediction (MTP) drafter weights split from google/gemma-4-12B-it-qat-q4_0-unquantized-assistant for use with mlx-vlm speculative decoding.

This is not a standalone chat or text-generation model. Load it as the draft model alongside a compatible Gemma 4 12B target checkpoint.

Use with mlx-vlm

uv run mlx_vlm.generate \
  --model google/gemma-4-12B-it \
  --draft-model mlx-community/gemma-4-12B-it-qat-assistant-bf16 \
  --draft-kind mtp \
  --prompt "Describe this image." \
  --max-tokens 256

For local weights:

uv run mlx_vlm.generate \
  --model /path/to/target-model \
  --draft-model /path/to/gemma-4-12B-mtp \
  --draft-kind mtp \
  --prompt "Describe this image." \
  --max-tokens 256

Model Details

  • Model type: gemma4_unified_assistant
  • Target architecture: Gemma 4 12B
  • Precision: bf16
  • Runtime: MLX / mlx-vlm
  • Format: Safetensors with MLX-compatible config and tokenizer files

The stored tensors are bf16 MLX-compatible drafter weights.

Intended Use

Use this repo only as a speculative decoding drafter for compatible Gemma 4 12B checkpoints. The target model verifies drafted tokens, while this MTP model proposes candidate tokens per decoding step.

Limitations

This checkpoint requires runtime support for Gemma 4 MTP draft models in mlx-vlm. Standard standalone generation through generic Transformers APIs is not expected to work with this repository by itself.

Please refer to the upstream google/gemma-4-12B-it model card and license terms for model usage constraints.

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.

Класс архитектуры
Gemma4UnifiedAssistantForCausalLM
Ревизия весов
2f5e3bb

0 моделей