/ 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-middle-window-freeze

Генерация текстаТекст → текст

Экспериментальная 4-миллиардная текстовая модель Gemma 3, дообученная методом continual pre-training для германских языков.

130скачиваний 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 экспериментальный чекпойнт continual pre-training семейства X-ELM на базе текстовой версии Gemma 3 4B. Обучение проводилось на данных германских языков с замороженным выбранным диапазоном слоёв трансформера; средние слои оставлены с исходными весами. Модель использует плотную архитектуру Gemma3ForCausalLM и формат safetensors.

Модель предназначена для генерации текста и продолжения обучения для германских языков. Она принимает текст и выдаёт текст, поддерживает контекст до 131 072 токенов. README описывает стратегию обучения, но не приводит оценок качества или подробного списка поддерживаемых языков. Лицензия Gemma; применяются условия лицензии Google Gemma.

Сценарии применения

  • генерация текста на германских языках
  • продолжение обучения языковой модели на германоязычных данных
  • эксперименты с замораживанием диапазона слоёв трансформера

Ограничения

В карточке не приведены метрики качества и конкретный перечень поддерживаемых германских языков; свойства базовой модели не гарантируют аналогичные возможности этого чекпойнта.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xelm-gemma-4b-germanic-middle-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-germanic-middle-window-freeze")
tokenizer = AutoTokenizer.from_pretrained("sanchitahuja205/xelm-gemma-4b-germanic-middle-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
e704c08

0 моделей