/ Модель

Характеристики

Контекст
262 144 токена
Параметры
946 млн
Лицензия
Apache 2.0
Архитектура
gemma4_text · MoE
Базовая модель
gemma-4-26B-A4B-it
Библиотека
transformers
Опубликована
9 сен 2026

gemma4-26b-a4b-it-dspark-multidomain

Генерация текстаТекст → текст3 профессии

Вспомогательная модель-черновик DSpark ускоряет текстовую генерацию Gemma 4 26B A4B IT в vLLM с помощью спекулятивного декодирования.

396скачиваний за 30 дней1лайквеса обновлены15 сен 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

Systalyze DSpark Multidomain — вспомогательная модель-черновик для ускорения генерации текста целевой моделью Google Gemma 4 26B A4B IT. Это не самостоятельная языковая модель: её подключают к целевой модели в vLLM через спекулятивное декодирование DSpark. Черновик обучен на данных из разных областей, включая программирование, математику, диалог и RAG, чтобы поддерживать более равномерную долю принимаемых токенов в смешанной нагрузке.

Архитектура — текстовая MoE-модель Gemma4DSparkModel; в метаданных указано 946,4 млн параметров, а README описывает черновик с 1,99 млрд параметров в BF16 и пятью слоями полного внимания. Для генерации черновых токенов метод использует параллельную черновую основу, лёгкую Markov head и confidence head для планирования проверки. В тестах автора ускорение достигало примерно 2×, однако результат зависит от предметной области, длины контекста и параллелизма.

Модель принимает текстовые запросы через целевую Gemma 4 и помогает ускорять выдачу текста; заявленный родной контекст целевой модели — 262 144 токена. В карточке указан английский язык. Лицензия — Apache-2.0. Для работы необходимы совместимая целевая модель Gemma 4 26B A4B IT и поддержка DSpark в vLLM; приведённые показатели ускорения получены в тестах автора и не гарантируют такой же результат в другой инфраструктуре.

Сценарии применения

  • ускорение генерации кода целевой моделью Gemma 4
  • ускорение ответов на математические запросы
  • ускорение диалоговой генерации текста
  • ускорение ответов по документам в RAG-сценариях
  • повышение пропускной способности сервинга Gemma 4 при смешанной нагрузке

Ограничения

Модель не является самостоятельной LLM и требует целевую google/gemma-4-26B-A4B-it и совместимую реализацию DSpark в vLLM. Фактическое ускорение зависит от нагрузки, длины контекста и параллелизма.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DSpark Multidomain — Gemma-4 26B-A4B Speculative Decoding Draft

Multidomain DSpark draft for google/gemma-4-26B-A4B-it. Trained for broad coverage across domains (coding, math, chat, RAG, and mixed traffic) so acceptance stays more uniform instead of peaking on a single workload. Speeds up Gemma 4 26B-A4B inference with DSpark speculative decoding in vLLM — up to ~2× output throughput vs the same target without a draft.

This checkpoint is a draft head only (not a standalone LLM). Pair it with the Gemma-4 26B-A4B-it target.

Targetgoogle/gemma-4-26B-A4B-it
MethodDSpark (num_speculative_tokens=7)
Peak speedup1.99× (math, concurrency 1)
Typical AL~2.9–3.3 accepted tokens / draft step
Hardware for numbers below8×H200, vLLM 0.28, TP=1 DP=4

Quick start

vllm serve google/gemma-4-26B-A4B-it \
  --speculative-config '{"method": "dspark", "model": "systalyze/gemma4-26b-a4b-it-dspark-multidomain", "num_speculative_tokens": 7}'

Model details

PropertyValue
Target modelgoogle/gemma-4-26B-A4B-it
Draft parameters1.99B (BF16)
Draft layers5 full-attention
Hidden size2816
Block size / γ7 speculative tokens
Target feature layers[3, 10, 18, 25, 28]
Markov headrank 256
Confidence headenabled

Benchmarks vs base (no draft)

Same GPUs, same prompts: base = target alone; +DSpark = this draft + target.
AL = (accepted + num_drafts) / num_drafts. aiperf 0.12, 512 requests, temperature 1.0, ignore_eos=true.

Coding throughput

ISL ~U[3500,10000], OSL ~U[200,400].

ConcurrencyBase tok/s+DSpark tok/sSpeedupAL
1172.5307.71.78×2.89
2325.0561.81.73×2.91
4555.8889.61.60×2.84
8872.31388.21.59×2.91

Speedup by domain

ISL/OSL held fixed; only prompt content changes.

Domainc=1c=2c=4c=8
Math1.99×1.90×1.75×1.70×
Coding1.93×1.86×1.75×1.67×
RAG1.88×1.91×1.71×1.63×
Chat1.76×1.72×1.64×1.60×

Acceptance length by domain

Domainc=1c=2c=4c=8
Math3.313.303.303.29
Coding3.213.213.273.21
RAG2.993.143.012.99
Chat2.952.902.952.91

Context length (coding, OSL fixed)

AL stays flat as context grows; speedup falls mainly from target verify cost.

Speedup vs base

ISLc=1c=2c=4c=8
1k1.89×1.89×1.81×1.92×
4k1.86×1.79×1.71×1.70×
8k1.75×1.67×1.56×1.51×
16k1.64×1.56×1.41×1.37×

Acceptance length

ISLc=1c=2c=4c=8
1k2.952.962.932.95
4k2.922.912.912.88
8k2.882.922.872.85
16k2.882.902.892.90

What is DSpark?

DSpark is a speculative-decoding method that combines a parallel draft backbone with a lightweight Markov head and a confidence head for scheduled verification. Training/reference code: DeepSpec.

Citation

@article{dspark2026,
  title={DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation},
  year={2026},
  url={https://arxiv.org/abs/2607.05147}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4DSparkModel
Ревизия весов
93a3689

0 моделей