/ Модель
Каталог

Характеристики

Лицензия
Своя лицензия
Архитектура
gemma4_unified · dense
Базовая модель
gemma-4-12B-it
Библиотека
transformers
Опубликована
12 июл 2026

Ссылки

Hugging Face

gemma4-v1

pltops
Изображение и текст → текст

Дообученная мультимодальная Gemma 4 для диалога и ответов на вопросы по изображениям и документам.

9скачиваний за 30 дней0лайковвеса обновлены12 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.

Открыть конструктор бенчмарка

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

pltops/gemma4-v1 — дообученная модель на архитектуре Gemma 4 Unified, созданная на основе google/gemma-4-12B-it. Она предназначена для диалоговой работы с текстом и изображениями; в частности, обучение включало датасеты Banmime, Banglaprotha, ScienceQA, DocVQA и MTVQA, связанные с вопросами по изображениям и документам, научными вопросами и визуальным пониманием. Модель распространяется в формате safetensors и поддерживает сценарии чата с анализом изображений. В метаданных указана лицензия other, поэтому условия использования следует сверять с лицензией и правилами базовой модели Google.

Сценарии применения

  • ответы на вопросы по изображениям
  • извлечение ответов из документов по их сканам
  • решение научных вопросов с визуальным контекстом
  • диалоговый анализ визуальных материалов

Ограничения

README не содержит описания оценки качества или конкретных ограничений. Указана лицензия other; перед использованием следует проверить её условия и применимые условия базовой модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gemma4_12b_lora_sft_v1

This model is a fine-tuned version of google/gemma-4-12B-it on the banmime, the banglaprotha, the scienceqa, the docvqa and the mtvqa datasets.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0002
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 0.03
  • num_epochs: 1.0

Training results

Framework versions

  • Transformers 5.14.0.dev0
  • Pytorch 2.13.0+cu130
  • Datasets 4.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4UnifiedForConditionalGeneration
Ревизия весов
306d398

0 моделей

    Создать бенчмарк