/ Модель

Характеристики

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

gemma-4-31B-it-qat-assistant-bf16

Генерация текстаТекст → текст3 профессии

Вспомогательный MTP-драфтер для ускорения спекулятивного декодирования совместимых моделей Gemma 4 31B в MLX.

167скачиваний 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

Это вспомогательная модель-драфтер Multi-Token Prediction (MTP), подготовленная mlx-community из весов Google Gemma 4 31B для ускорения спекулятивного декодирования. Она работает в связке с совместимым целевым чекпойнтом Gemma 4 31B через MLX и mlx-vlm: драфтер предлагает кандидаты токенов, а целевая модель их проверяет.

Репозиторий содержит bf16-веса в формате Safetensors и конфигурационные файлы, совместимые с MLX. Модель предназначена для ускорения генерации текста целевой моделью, включая сценарии с запросами об изображениях, если их поддерживает целевая модель. Она не является самостоятельной чат-моделью и не рассчитана на обычный запуск генерации через универсальные интерфейсы Transformers.

Для работы требуется совместимая Gemma 4 31B и версия mlx-vlm с поддержкой MTP-драфтеров Gemma 4. Применяются условия лицензии Gemma; README отсылает к карточке исходной модели и её лицензионным ограничениям.

Сценарии применения

  • ускорение генерации текста Gemma 4 31B на устройствах с MLX
  • спекулятивное декодирование с проверкой токенов целевой моделью Gemma 4
  • ускорение ответов в диалогах на совместимом целевом чекпойнте Gemma 4

Ограничения

Модель не предназначена для самостоятельной генерации: ей нужны совместимый целевой чекпойнт Gemma 4 31B и поддержка MTP-драфтеров в mlx-vlm. Обычный запуск через универсальные API Transformers 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-4-31B-it-qat-assistant-bf16

This repository contains Multi-Token Prediction (MTP) drafter weights split from google/gemma-4-31B-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 31B target checkpoint.

Use with mlx-vlm

uv run mlx_vlm.generate \
  --model google/gemma-4-31B-it \
  --draft-model mlx-community/gemma-4-31B-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-4-31B-mtp \
  --draft-kind mtp \
  --prompt "Describe this image." \
  --max-tokens 256

Model Details

  • Model type: gemma4_assistant
  • Target architecture: Gemma 4 31B
  • 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 31B 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-4-31B-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
b4b5c27

0 моделей