Конвертированная в MLX версия Gemma 2B для генерации текста на устройствах Apple.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
mlx-community/quantized-gemma-2b — конверсия Gemma 2B от Google в формат MLX, подготовленная сообществом mlx-community для запуска на устройствах Apple с помощью mlx-lm. Это плотная авторегрессионная языковая модель с 2,5 млрд параметров и контекстом до 8192 токенов; она генерирует текст по текстовому запросу и подходит для диалогов и других задач генерации текста.
Модель создана на основе google/gemma-2b. Репозиторий содержит веса в формате safetensors; в README указана конверсия в MLX. Лицензия обозначена как other, поэтому условия использования следует сверить с карточкой исходной Gemma и лицензией репозитория.
В README не приведены оценки качества и подробности о поддерживаемых языках. Для использования и распространения нужно учитывать лицензионные условия исходной Gemma и репозитория.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model was converted to MLX format from google/gemma-2b.
Refer to the original model card for more details on the model.
pip install mlx-lm
from mlx_lm import load, generate
model, tokenizer = load("mlx-community/quantized-gemma-2b")
response = generate(model, tokenizer, prompt="hello", verbose=True)
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
MLX-модели работают только на Apple Silicon.