/ Модель

Характеристики

Размер весов
7,2 ГБ
Лицензия
Gemma
Архитектура
gemma4_unified · dense
Библиотека
mlx
Опубликована
25 июн 2026

gemma-4-12B-agentic-fable5-composer2.5-v2-nvfp4

Генерация текстаТекст → текст10 профессий

Это квантизированная NVFP4-версия Gemma 4 12B, дообученной для агентных сценариев и использования инструментов.

329скачиваний за 30 дней3лайкавеса обновлены5 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Исходный fine-tune разработан yuxinlu1, а данная сборка переупакована и квантизирована Sourav Singh для локального запуска в Krill — движке инференса на Swift и MLX для Apple Silicon.

Модель предназначена для генерации текста и кода, программирования, агентных задач и tool-use, включая сценарии, ориентированные на τ²-bench. Архитектура gemma4_unified объединяет текстовые, визуальные и аудиокомпоненты, однако конкретные поддерживаемые пользовательские режимы в этой сборке README подробно не описывает. Контекст модели также не указан. Основные веса представлены в NVFP4 с группировкой 16, а чувствительные модули используют 8-битное affine-представление с группировкой 64. Заявлены загрузка примерно за 1,7 секунды и скорость декодирования около 28 токенов в секунду на Apple Silicon.

Сильная сторона модели — результаты в генерации кода: в приведённых тестах она показывает 83,5% на HumanEval и 84,1% на MBPP без reasoning и 86,0% и 83,6% соответственно с reasoning. Ограничения связаны с совместимостью: это MLX-чекпойнт, рассчитанный прежде всего на Krill, и он не предназначен для vanilla mlx-lm, mlx-vlm, llama.cpp, Ollama, transformers или vLLM. Лицензия — Gemma license; условия распространяются на базовую модель Google Gemma 4 и производный fine-tune.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gemma-4-12B-agentic-fable5-composer2.5-v2 — NVFP4 (MLX)

Original fine-tune by yuxinlu1 (gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2); this repo is an NVFP4 (MLX) requant for fast local inference on Apple Silicon.

A mixed-precision NVFP4 conversion of the Gemma‑4‑12B agentic fine‑tune (optimized for tool‑use / τ²‑bench). The weights are plain MLX safetensors; built for and tested with Krill — a pure Swift + MLX inference engine for Apple Silicon (no Python, no GGUF at inference). Loads in ~1.7 s at ~6.8 GB.

The format

  • Bulk weights are NVFP4 (4‑bit float, group_size 16); attention o_proj and the vision/audio projectors are kept at 8‑bit affine (group_size 64). This "protected" mixed recipe recovers the quality uniform 4‑bit loses on those sensitive modules while keeping 4‑bit speed and size.
  • Conversion: bf16 safetensors → key‑remap to MLX layout → NVFP4 requant. No GGUF round‑trip.

Compatibility (please read)

This is an MLX checkpoint — not GGUF, not a HF/transformers checkpoint. To load it an engine needs (1) the gemma4_unified architecture (text+vision+audio) and (2) the mixed‑precision NVFP4 config (top‑level nvfp4 + per‑module 8‑bit overrides). Today that means Krill; it is not drop‑in for vanilla mlx_lm/mlx_vlm, and not loadable by llama.cpp/Ollama (GGUF) or transformers/vLLM.

Install Krill & run

# Homebrew:
brew tap srvsngh99/krill && brew install krill
# …or one-line installer (Apple Silicon):
curl -fsSL https://raw.githubusercontent.com/srvsngh99/Krill/main/install.sh | sh

krill pull srv-sngh/gemma-4-12B-agentic-fable5-composer2.5-v2-nvfp4   # by full path (alias TBD)
krill run  srv-sngh/gemma-4-12B-agentic-fable5-composer2.5-v2-nvfp4 "Write a Python LRU cache."
krill serve --model srv-sngh/gemma-4-12B-agentic-fable5-composer2.5-v2-nvfp4 --port 57455     # OpenAI-compatible API
KRILL_ENABLE_THINKING=1 krill run srv-sngh/gemma-4-12B-agentic-fable5-composer2.5-v2-nvfp4 "..."   # reasoning channel

Benchmarks

pass@1 / accuracy, single greedy pass, run with Krill on an M4 Pro. All three models are in this same NVFP4 format (true apples‑to‑apples). HumanEval+/MBPP+ are EvalPlus (stricter tests); MBPP = the 378‑problem EvalPlus set; GSM8K = 150‑problem subset, 8‑shot. Not EvalPlus‑leaderboard‑comparable.

ModelmodeHumanEvalHumanEval+MBPPMBPP+GSM8K
Google gemma-4-12B-it (base)off57.356.742.137.695.3
Google gemma-4-12B-it (base)on48.848.849.543.990.7
coder v1off81.778.079.468.390.7
coder v1on80.576.280.468.890.0
agentic v2 ⟵ this modeloff83.581.784.174.190.7
agentic v2 ⟵ this modelon86.082.983.673.091.3

Takeaways: the code/agentic fine‑tunes massively out‑code the Google base on HumanEval/MBPP, while the base is stronger at math (GSM8K). Reasoning‑on helps the fine‑tunes but tends to hurt the base's coding (it over‑reasons and mangles the code block). Decode ≈ 28 tok/s.

Credits & license

Fine‑tune © its original author (yuxinlu1 (gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2)); base model is Google Gemma 4, under the Gemma license. This repo only changes quantization/packaging.


About this build

Quantized and tested by Sourav Singh for Krill, a Mac-native LLM runtime and coding agent in one Swift + MLX binary. More Apple Silicon builds: huggingface.co/srv-sngh. Notes on building with local models and frontier AI: souravailabs.ai · GitHub · LinkedIn · YouTube

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Класс архитектуры
Gemma4UnifiedForConditionalGeneration
Ревизия весов
c48c3df

0 моделей