/ 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-l2sp

Генерация текстаТекст → текст

Чекпойнт непрерывного предобучения Gemma 3 на индийских языках для генерации текста и дальнейших экспериментов.

140скачиваний 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-l2sp — текстовая генеративная модель на архитектуре Gemma 3, разработанная на базе google/gemma-3-4b-pt. Это чекпойнт непрерывного предобучения со скользящим окном и регуляризацией L2-SP для указанного диапазона слоёв; модель ориентирована на языки Индийского субконтинента. Содержит 4 млрд параметров, использует Transformers и формат safetensors, поддерживает контекст до 131 072 токенов.

Модель предназначена для генерации текста на индийских языках и может служить основой для дальнейшей адаптации и экспериментов с многоязычными моделями. В README не приведены результаты оценки качества, перечень конкретных языков или описания специализированных прикладных сценариев. Лицензия Gemma; условия применения определяются лицензией Google Gemma.

Сценарии применения

  • генерация текста на языках Индийского субконтинента
  • адаптация базовой Gemma 3 к индийским языкам
  • эксперименты с непрерывным предобучением языковых моделей

Ограничения

README не перечисляет конкретные поддерживаемые языки и не приводит оценок качества. Условия использования ограничены лицензией Gemma.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xelm-gemma-4b-indic-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-indic-early-window-l2sp")
tokenizer = AutoTokenizer.from_pretrained("sanchitahuja205/xelm-gemma-4b-indic-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
3d41575

0 моделей