/ Модель

Характеристики

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

gemma-4-12B-coder-fable5-composer2.5-nvfp4

Генерация текстаТекст → текст8 профессий

gemma-4-12B-coder-fable5-composer2.5-nvfp4 — это квантизированная MLX-версия дообученной модели Gemma 4-12B coder.

506скачиваний за 30 дней10лайковвеса 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

Исходную fine-tune-модель разработал yuxinlu1, а данный вариант подготовил Sourav Singh для локального инференса на Apple Silicon. Модель ориентирована прежде всего на генерацию кода, задачи программирования и алгоритмическое рассуждение; заявлена поддержка reasoning channel.

Модель использует архитектуру Gemma 4 Unified с текстовыми, визуальными и аудиокомпонентами, однако конкретные языки и размер контекстного окна в README не указаны. Основная часть весов представлена в формате NVFP4 с 4-битной плавающей точностью и group size 16; attention-модули o_proj и vision/audio projectors сохранены в 8-битном формате. Заявлены загрузка примерно за 1,7 секунды, объём около 6,8 ГБ и скорость декодирования около 28 токенов в секунду на M4 Pro. В тестах модель показала высокие результаты на HumanEval и MBPP, существенно превосходя базовую Gemma 4-12B-it в задачах программирования, но уступая ей на математическом бенчмарке GSM8K.

Это специализированный MLX-чекпойнт для работы через Krill и не является совместимым с vanilla mlx_lm, mlx_vlm, llama.cpp, Ollama, transformers или vLLM. Для запуска требуется движок с поддержкой архитектуры gemma4_unified и смешанной конфигурации NVFP4. Модель распространяется по лицензии Gemma; права на исходную fine-tune-модель принадлежат её автору, а данный репозиторий изменяет квантизацию и упаковку.

Для каких профессий подходит8

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-coder-fable5-composer2.5 — NVFP4 (MLX)

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

A mixed-precision NVFP4 conversion of the Gemma‑4‑12B coder fine‑tune (Python/algorithmic, reasons in the thinking channel). 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 gemma-4-12b-coder   # registered alias
krill run  srv-sngh/gemma-4-12B-coder-fable5-composer2.5-nvfp4 "Write a Python LRU cache."
krill serve --model srv-sngh/gemma-4-12B-coder-fable5-composer2.5-nvfp4 --port 57455     # OpenAI-compatible API
KRILL_ENABLE_THINKING=1 krill run srv-sngh/gemma-4-12B-coder-fable5-composer2.5-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 v1 ⟵ this modeloff81.778.079.468.390.7
coder v1 ⟵ this modelon80.576.280.468.890.0
agentic v2off83.581.784.174.190.7
agentic v2on86.082.983.673.091.3

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-coder-fable5-composer2.5)); 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
fe69a60

0 моделей