/ Модель

Характеристики

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

gemma-4-E4B-it-qat-assistant-bf16

Генерация текстаТекст → текст3 профессии

Вспомогательный MTP-драфтер Gemma 4 E4B для ускорения текстовой генерации speculative decoding в связке с совместимой целевой моделью.

196скачиваний 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

Это вспомогательная модель-драфтер Multi-Token Prediction (MTP) семейства Gemma 4 E4B, подготовленная mlx-community из весов google/gemma-4-E4B-it-qat-q4_0-unquantized-assistant. Она предназначена для ускорения генерации методом speculative decoding: предлагает кандидатные токены, которые затем проверяет целевая модель Gemma 4 E4B.

Модель рассчитана на работу в связке с совместимым целевым чекпойнтом через MLX и mlx-vlm. Веса представлены в bf16 и формате Safetensors. Это не самостоятельная чат-модель; карточка описывает текстовую генерацию и английский язык, но не задаёт отдельные задачи для автономного использования.

Для работы требуется среда с поддержкой Gemma 4 MTP draft-моделей в mlx-vlm и совместимая целевая модель. Самостоятельная генерация через обычный интерфейс Transformers не предполагается. Указана лицензия Gemma; условия использования следует сверять с лицензией и карточкой базовой модели.

Сценарии применения

  • ускорение генерации текста Gemma 4 E4B через speculative decoding
  • предложение кандидатных токенов для проверки целевой моделью
  • интеграция draft-модели Gemma 4 в конвейер mlx-vlm

Ограничения

Модель не предназначена для самостоятельной генерации и требует совместимого целевого чекпойнта Gemma 4 E4B и поддержки MTP draft-моделей в mlx-vlm. Обычный самостоятельный запуск через 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-E4B-it-qat-assistant-bf16

This repository contains Multi-Token Prediction (MTP) drafter weights split from google/gemma-4-E4B-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 E4B target checkpoint.

Use with mlx-vlm

uv run mlx_vlm.generate \
  --model google/gemma-4-E4B-it \
  --draft-model mlx-community/gemma-4-E4B-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-E4B-mtp \
  --draft-kind mtp \
  --prompt "Describe this image." \
  --max-tokens 256

Model Details

  • Model type: gemma4_assistant
  • Target architecture: Gemma 4 E4B
  • 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 E4B 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-E4B-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
4302fa7

0 моделей