/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
10,2 ГБ
Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-E2B-it
Опубликована
26 июл 2026

gemma-4-sharded-E2B-it-Opus-4.6-Reasoning

Изображение и текст → текст9 профессий

Дообученная мультимодальная Gemma 4 E2B IT для диалогов и анализа изображений и документов, опубликованная в шардированном формате.

13скачиваний за 30 дней0лайковвеса обновлены26 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Мультимодальная модель Gemma 4 E2B IT, дообученная filipwx на базе unsloth/gemma-4-E2B-it и опубликованная в виде шардированных весов для удобной загрузки. Она предназначена для диалогов и задач image-text-to-text, включая анализ изображений и документов. Архитектура — плотная Gemma4ForConditionalGeneration; репозиторий содержит веса safetensors, разбитые на шарды примерно по 2 ГБ. README описывает запуск с 4-битной квантизацией bitsandbytes и прямым размещением модели на GPU, однако это параметры загрузки, а не отдельное заявленное свойство весов репозитория.

Модель ориентирована на работу с изображениями и текстом; базовая модель также поддерживает диалоги и интерфейс вызова инструментов. Карточка приводит английский язык. Лицензия — Apache-2.0. Указанные в README ограничения и рекомендации по размещению на GPU относятся к конкретной конфигурации загрузки и оборудованию; её применимость зависит от доступной памяти и окружения.

Сценарии применения

  • ответы на вопросы по изображению
  • извлечение сведений из фотографий документов
  • описание содержимого изображения
  • диалог с визуальным контекстом

Ограничения

Карточка не приводит результатов оценки качества и конкретных ограничений дообученной модели. Рекомендованная конфигурация загрузки с 4-битной квантизацией и прямым размещением на GPU зависит от совместимого оборудования и программного окружения.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Uploaded finetuned model

  • Developed by: filipwx
  • License: apache-2.0
  • Finetuned from model : unsloth/gemma-4-E2B-it

This gemma4 model was trained 2x faster with Unsloth and Huggingface's TRL library.


license: apache-2.0 tags:

  • gemma4
  • vision
  • multimodal
  • image-to-text
  • sharded

Gemma-4 E2B-it Opus 4.6 Reasoning (2GB Sharded & VRAM-Optimized)

This is a locally sharded and VRAM-optimized deployment version of the original filipwx/gemma-4-E2B-it-Opus-4.6-Reasoning repository.

Why was this created?

The original repository hosts the entire model inside a single massive 10.2 GB model.safetensors file. On consumer hardware with lower VRAM pools (like a 4GB NVIDIA RTX 3050 Laptop GPU), loading a single shard causes two critical points of failure:

  1. The Meta Tensor Crash: transformers defaults to using device_map="auto", which routinely chokes on a single 10GB shard, offloading critical token embeddings to a placeholder meta device and triggering: RuntimeError: Tensor.item() cannot be called on meta tensors.
  2. The Dual-GPU Laptop Bug: On hybrid laptop configurations (Intel/AMD Integrated Graphics + Dedicated NVIDIA GPU), accelerate frequently miscalculates available space, outputs the warning does not fit any GPU's remaining memory, and leaves the model completely unutilized in host System RAM (0% VRAM usage).

The Fix

This repository breaks the weights down into optimized 2 GB safe serialization shards (model-00001-of-00005.safetensors, etc.).

When combined with a direct root device mapping (device_map={"": 0}), the shards completely bypass the broken automated memory-checking loops, allowing the 4-bit quantized layers to anchor directly into your dedicated NVIDIA graphics memory.

Verified Working Implementation

Use this exact configuration block to load the model seamlessly. This bypasses the deprecated torch_dtype warning, forces dtype=torch.bfloat16, and mandates direct GPU execution:

from transformers import AutoProcessor, AutoModelForImageTextToText, BitsAndBytesConfig
import torch

model_id = "pepsisodayoda/gemma-4-sharded-E2B-it-Opus-4.6-Reasoning"

print("Initializing 4-bit bitsandbytes VRAM routing...")
processor = AutoProcessor.from_pretrained(model_id, fix_mistral_regex=True)

quantization_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_compute_dtype=torch.bfloat16,
    bnb_4bit_quant_type="nf4"
)

# Hard override targeting the primary NVIDIA card directly ({"": 0})
# This forces the weights out of system RAM and onto the graphics card hardware
model = AutoModelForImageTextToText.from_pretrained(
    model_id,
    quantization_config=quantization_config,
    dtype=torch.bfloat16,
    device_map={"": 0}, 
    low_cpu_mem_usage=True
)

print("Gemma-4 Shards successfully forced onto Dedicated GPU VRAM!")

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
6d77583

0 моделей