/ Модель

Характеристики

Размер весов
236 МБ
Лицензия
Gemma
Архитектура
gemma4_assistant · dense
Библиотека
mlx
Опубликована
5 июн 2026

gemma-4-26B-A4B-it-qat-assistant-4bit

Генерация текстаТекст → текст3 профессии

Это вспомогательная модель Multi-Token Prediction (MTP), разработанная сообществом mlx-community на основе весов Google Gemma 4 26B-A4B Instruct.

2 108скачиваний за 30 дней2лайкавеса 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

Она предназначена не для самостоятельного диалога или генерации текста, а для speculative decoding: модель-черновик предлагает несколько候选ных токенов, которые затем проверяет совместимая целевая модель Gemma 4 26B-A4B. Такой подход может ускорять декодирование при работе с поддерживаемыми сценариями в mlx-vlm.

Модель имеет тип gemma4_assistant, использует архитектуру-черновик для Gemma 4 26B-A4B, 4-битное квантование и формат Safetensors, совместимый с MLX. Она рассчитана на запуск в MLX и mlx-vlm, поддерживает сценарии мультимодальной генерации через целевую модель, включая, например, описание изображений. В README указан английский язык; другие языки и размер контекстного окна не уточняются.

Главное ограничение — необходимость совместимого целевого чекпойнта Gemma 4 26B-A4B и поддержки MTP draft models в mlx-vlm. Самостоятельная генерация через стандартные API Transformers не ожидается. Модель распространяется по лицензии Gemma; дополнительные ограничения следует проверять в условиях лицензии исходной модели Google.

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-4-26B-A4B-it-qat-assistant-4bit

This repository contains Multi-Token Prediction (MTP) drafter weights split from google/gemma-4-26B-A4B-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 26B-A4B target checkpoint.

Use with mlx-vlm

uv run mlx_vlm.generate \
  --model google/gemma-4-26B-A4B-it \
  --draft-model mlx-community/gemma-4-26B-A4B-it-qat-assistant-4bit \
  --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-4-26B-A4B-mtp \
  --draft-kind mtp \
  --prompt "Describe this image." \
  --max-tokens 256

Model Details

  • Model type: gemma4_assistant
  • Target architecture: Gemma 4 26B-A4B
  • Precision: 4bit
  • Runtime: MLX / mlx-vlm
  • Format: Safetensors with MLX-compatible config and tokenizer files

The stored tensors are 4bit MLX-compatible drafter weights.

Intended Use

Use this repo only as a speculative decoding drafter for compatible Gemma 4 26B-A4B 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-4-26B-A4B-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, на GPU NVIDIA они не запускаются.

Класс архитектуры
Gemma4AssistantForCausalLM
Ревизия весов
bb94eae

0 моделей