/ Модель

Характеристики

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

gemma-4-26B-A4B-it-qat-assistant-bf16

Генерация текстаТекст → текст3 профессии

Черновые MTP-веса Gemma 4 26B-A4B для ускорения генерации спекулятивным декодированием в mlx-vlm.

144скачиваний за 30 дней1лайквеса 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

Репозиторий mlx-community содержит веса Multi-Token Prediction (MTP) для черновой модели спекулятивного декодирования Gemma 4 26B-A4B. Его разработчик — mlx-community; веса выделены из google/gemma-4-26B-A4B-it-qat-q4_0-unquantized-assistant и предназначены для использования с совместимой целевой моделью Gemma 4 26B-A4B в mlx-vlm. Модель предлагает кандидаты токенов, которые целевая модель проверяет, чтобы ускорить генерацию.

Это не самостоятельная чат-модель: репозиторий содержит MLX-совместимые веса в формате Safetensors с точностью bf16. Использование требует поддержки MTP для Gemma 4 в mlx-vlm и совместимого целевого чекпойнта. Метаданные указывают английский язык; лицензия — Gemma, поэтому применяются условия лицензии базовой модели.

Сценарии применения

  • ускорение генерации текста совместимой моделью Gemma 4 26B-A4B
  • предложение кандидатов токенов при спекулятивном декодировании
  • использование в локальном конвейере генерации на MLX

Ограничения

Не предназначена для самостоятельной генерации или чата: нужна совместимая целевая модель Gemma 4 26B-A4B и поддержка MTP в mlx-vlm. Запуск через стандартные API Transformers отдельно от целевой модели 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-4-26B-A4B-it-qat-assistant-bf16

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-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-4-26B-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: 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 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.

Класс архитектуры
Gemma4AssistantForCausalLM
Ревизия весов
b24eea3

0 моделей