/ 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-indic-early-window-freeze

Генерация текстаТекст → текст

Текстовая модель на базе Gemma 3 4B, продолжительно предобученная для индийских языков с замороженным диапазоном слоёв.

137скачиваний 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-indic-early-window-freeze — текстовая генеративная модель на 4 млрд параметров, созданная на основе Gemma 3 4B PT. Разработчик дообучил её методом continual pre-training для индийских языков, заморозив выбранный диапазон слоёв трансформера; веса средних слоёв остались такими же, как в базовой модели. Модель использует архитектуру Gemma 3 для причинной языковой модели, библиотеку Transformers и формат safetensors.

Модель предназначена для генерации текста на языках индийской языковой группы и экспериментов с продолжительным предобучением, в том числе с замороженными слоями. Она принимает текст и выдаёт текст. Контекстное окно — до 131 072 токенов. Лицензия — Gemma License; применяйте модель с учётом её условий. Карточка не приводит конкретный перечень поддерживаемых языков или оценку качества.

Сценарии применения

  • генерация текста на индийских языках
  • продолжение текста на индийских языках
  • эксперименты с continual pre-training
  • исследование обучения с замороженными слоями

Ограничения

Карточка не называет отдельные поддерживаемые языки и не приводит результаты оценки качества; применимость к конкретным языкам следует проверять отдельно. Использование регулируется лицензией Gemma.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xelm-gemma-4b-indic-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-indic-early-window-freeze")
tokenizer = AutoTokenizer.from_pretrained("sanchitahuja205/xelm-gemma-4b-indic-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
0edf066

0 моделей