/ 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-germanic-early-window-l2sp

Генерация текстаТекст → текст

Плотная языковая модель Gemma 3 с 4 млрд параметров, дообученная непрерывным предобучением для генерации текста на германских языках.

121скачиваний 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 выпустил xelm-gemma-4b-germanic-early-window-l2sp — плотную авторегрессионную языковую модель на архитектуре Gemma 3 с 4 млрд параметров. Это результат непрерывного предобучения базовой модели google/gemma-3-4b-pt на германских языках с регуляризацией layer-range L2-SP, ограничивающей отклонение выбранных слоёв от исходных весов. Модель предназначена для генерации текста и исследовательских экспериментов с многоязычным обучением; код проекта связан с scaling-multilingual-experts. Контекст модели — до 131 072 токенов.

Модель принимает текст и генерирует текст. README указывает на германскую языковую группу, но не перечисляет конкретные языки. Доступные сведения не уточняют качество на отдельных языках и практические ограничения сверх характеристик базовой модели. Лицензия Gemma; использование регулируется условиями Google Gemma.

Сценарии применения

  • генерация текста на германских языках
  • продолжение текста на немецком и других германских языках
  • эксперименты с непрерывным предобучением многоязычных языковых моделей

Ограничения

README не приводит оценок качества или результатов по отдельным языкам, поэтому пригодность для конкретных языков и сценариев требует проверки. Лицензия Gemma распространяется на использование модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xelm-gemma-4b-germanic-early-window-l2sp

Sliding-window continual pre-training with layer-range L2-SP regularization against the base model weights.

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("sanchitahuja205/xelm-gemma-4b-germanic-early-window-l2sp")
tokenizer = AutoTokenizer.from_pretrained("sanchitahuja205/xelm-gemma-4b-germanic-early-window-l2sp")

Training recipe

The exact training recipe lives in configs/yaml/train_gemma_early_window_l2sp.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_l2sp.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
c899dc8

0 моделей