/ Модель

Характеристики

Контекст
131 072 токена
Параметры
4 млрд
Размер весов
7,8 ГБ
Лицензия
Gemma
Архитектура
gemma3_text · dense
Базовая модель
gemma-3-4b-pt
Библиотека
transformers
Опубликована
2 окт 2026

xelm-gemma-4b-austronesian-early-window-freeze

Генерация текстаТекст → текст

Экспериментальная текстовая модель на базе Gemma 3 4B PT для генерации текста и исследований продолженного предобучения на австронезийских языках.

101скачиваний за 30 дней0лайковвеса обновлены5 окт 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 «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

xelm-gemma-4b-austronesian-early-window-freeze — текстовая причинно-языковая модель на архитектуре Gemma 3, разработанная как экспериментальное продолжение предобучения базовой модели Google Gemma 3 4B. Она предназначена для генерации текста и экспериментов с многоязычным обучением на австронезийских языках. При обучении применялось скользящее окно, а выбранный диапазон слоёв трансформера был заморожен; средние слои сохранили веса базовой модели. Модель содержит 4 млрд параметров, использует контекст длиной до 131 072 токенов и распространяется в формате Safetensors для Transformers.

Карточка указывает на австронезийское языковое семейство, но не перечисляет конкретные языки. Модель основана на Gemma 3 4B PT и распространяется по лицензии Gemma; перед использованием следует проверить её условия.

Сценарии применения

  • генерация текста на австронезийских языках
  • эксперименты с продолженным предобучением языковых моделей
  • сравнение стратегий заморозки слоёв при адаптации модели
  • исследование многоязычных моделей на базе Gemma

Ограничения

Карточка не приводит результаты оценки качества и не называет поддерживаемые конкретные языки. Это специализированный эксперимент продолженного предобучения, поэтому пригодность для практического применения следует проверять на целевых данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xelm-gemma-4b-austronesian-early-window-freeze

Sliding-window continual pre-training with the selected transformer layer range frozen; middle layers remain at the base model weights.

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("sanchitahuja205/xelm-gemma-4b-austronesian-early-window-freeze")
tokenizer = AutoTokenizer.from_pretrained("sanchitahuja205/xelm-gemma-4b-austronesian-early-window-freeze")

Training recipe

The exact training recipe lives in configs/yaml/train_gemma_early_window_freeze.yaml in the code repo. The resolved config used for this specific run is also included in this model repo as training_config.yaml — load it with pyrallis to reproduce the run bit-for-bit:

python train.py --config_path configs/yaml/train_gemma_early_window_freeze.yaml

Citation

@misc{ahuja2026specializingforgettinganalyzingknowledge,
      title={Specializing Without Forgetting: Analyzing Knowledge Preservation in Multilingual Model Adaptation},
      author={Sanchit Ahuja and Terra Blevins},
      year={2026},
      eprint={2606.00284},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2606.00284},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForCausalLM
Ревизия весов
59ee380

0 моделей