/ 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 июн 2026

xelm-gemma-4b-dense

Генерация текстаТекст → текст

Плотная модель Gemma 3-4B с продолженным предварительным обучением на многоязычной смеси для генерации текста и исследований многоязычных моделей.

213скачиваний 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

sanchitahuja205/xelm-gemma-4b-dense — плотная модель на 4 млрд параметров, полученная непрерывным предварительным обучением Gemma 3-4B. Разработчик продолжил обучение на смеси объёмом 25 млрд токенов для языков из славянской, германской, индийской, австронезийской и романской семей; это базовый вариант без регуляризации. Модель предназначена для генерации текста и экспериментов с многоязычным продолжением предварительного обучения.

Модель использует архитектуру Gemma 3 для причинно-следственной генерации текста и запускается через Transformers. Контекстное окно составляет 131 072 токена. Карточка указывает многоязычную направленность, но не перечисляет отдельные языки, поэтому основной язык выделить нельзя. Веса доступны в формате safetensors. Лицензия — Gemma.

Сценарии применения

  • генерация текста на языках из нескольких языковых семей
  • эксперименты с многоязычным продолжением предварительного обучения
  • оценка влияния плотного обучения без регуляризации
  • исследования генеративных моделей на смеси славянских и других языков

Ограничения

README не перечисляет конкретные поддерживаемые языки и не приводит результаты оценки качества. Модель описана как базовый вариант без регуляризации, поэтому её пригодность для конкретных задач следует оценивать отдельно.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xelm-gemma-4b-dense

Dense continual pre-training (CPT) of Gemma-3-4B on a concatenated 25B-token mixture across Slavic, Germanic, Indic, Austronesian, and Romance language families. This is the no-regularization baseline.

  • Base model: google/gemma-3-4b-pt
  • Strategy: dense
  • Language families: all 5 (Slavic, Germanic, Indic, Austronesian, Romance)
  • Code: scaling-multilingual-experts

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("sanchitahuja205/xelm-gemma-4b-dense")
tokenizer = AutoTokenizer.from_pretrained("sanchitahuja205/xelm-gemma-4b-dense")

Training recipe

The exact training recipe lives in configs/yaml/train_gemma_dense.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_dense.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
8fa0e66

0 моделей