/ Модель

Характеристики

Размер весов
2,2 ГБ
Лицензия
Gemma
Архитектура
gemma3 · dense
Базовая модель
MiLMMT-46-4B-v1.0
Библиотека
mlx
Опубликована
20 авг 2026

MiLMMT-46-4B-v1.0-4bit-MLX

ПереводТекст → текст4 профессии

MiLMMT-46-4B-v1.0-4bit-MLX — это 4-битная MLX-квантизация модели MiLMMT-46-4B-v1.0, разработанной Xiaomi Inc.

240скачиваний за 30 дней0лайковвеса обновлены21 авг 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

Модель предназначена для локального машинного перевода на устройствах Apple Silicon и распространяется в формате MLX safetensors. Она работает только с текстом: исходная мультимодальная архитектура Gemma 3 с визуальной башней SigLIP была преобразована в языковую модель без компонентов обработки изображений.

Модель поддерживает 46 языков, включая английский, русский, китайский, японский, корейский, арабский, хинди, французский, немецкий и другие. Размер квантованной модели составляет около 2,1 ГБ; используется 4-битное аффинное квантование с размером группы 64. Она предназначена для перевода между поддерживаемыми языками и может запускаться на устройстве с помощью библиотеки MLX. Размер контекста в README не указан.

По измерениям на FLORES+ средний результат 4-битной версии составил 53,06 chrF++ против 53,86 у полной bf16-модели, то есть потеря составляет около 0,9 chrF++ и статистически значима. Снижение качества особенно заметно для языков с меньшим объёмом данных, например турецкого, узбекского и тамильского. Модель не гарантирует качество для неподдерживаемых языков: для Telugu, Marathi и Gujarati она может выдавать текст на хинди вместо корректного отказа. Для более высокого качества доступна 5-битная версия, практически сопоставимая с полной точностью.

Модель распространяется на условиях Gemma Terms of Use с применением ограничений, включая правила запрещённого использования. В README указано авторство Xiaomi Inc. за MiLMMT-46 и Google за базовую архитектуру Gemma 3.

Для каких профессий подходит4

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

MiLMMT-46-4B v1.0 — 4-bit (MLX, text-only)

A 4-bit, group-size-64 MLX quantization of Xiaomi's MiLMMT-46-4B-v1.0, for on-device translation on Apple Silicon. 46 languages.

The base checkpoint is a Gemma3ForConditionalGeneration with a SigLIP vision tower. This conversion is text-only: vision_tower and multi_modal_projector are dropped, leaving the language model — 8.6 GB (bf16, with vision) down to 2.1 GB.

Base modelxiaomi-research/MiLMMT-46-4B-v1.0
Quantization4-bit, group size 64, affine (4.501 bits/weight)
FormatMLX safetensors
Size~2.1 GB
Modalitytext-only (vision tower removed)
Languages46

A 5-bit build (~2.5 GB) is also available.

Measured against full precision

The whole ladder was benched against the unquantized bf16 model on FLORES+ devtest, en→X, 45 languages × 100 sentences (4,500 segments per rung), chrF++ against the gold human references. Significance is sacrebleu's paired bootstrap (2,000 resamples) over the pooled 4,500 sentences.

rungsizemean chrF++Δ vs bf16 (pooled)planguages below bf16
bf16 (reference)7.3 GB53.86———
5-bit2.70 GB53.83−0.040.2023 / 45
4-bit2.22 GB53.06−0.880.000540 / 45

5-bit is statistically indistinguishable from full precision — Δ −0.04, 95% CI ±0.43, and a 23/45 language split that is a coin flip. 4-bit costs a real ~0.9 chrF++, significant at p=0.0005 with a 40/45 split, concentrated in the lower-resource tail (Turkish −1.98, Uzbek −1.36, Tamil −1.33).

A blind Codex judge (different model family, scoring 450 items against the same gold references) independently put 4-bit 1.00 points below bf16 on a 0–100 scale — agreeing with chrF++ to within 0.12. A per-sentence scan of all 4,500 outputs per rung found no empty outputs, truncations, or repetition loops at any precision.

Earlier reference-free pairwise judging of 4-bit against 5-bit and 8-bit found no difference. That was a limitation of the method, not a property of the model: comparing two quantized rungs to each other cannot locate a floor, and without a gold reference the judges could not resolve a sub-point gap.

Pick 4-bit only if the 480 MB matters more than ~0.9 chrF++. For quality, use the 5-bit build, which measures level with full precision.

Usage

from mlx_lm import load, generate
from mlx_lm.sample_utils import make_sampler

model, tokenizer = load("translate-studio/MiLMMT-46-4B-v1.0-4bit-MLX")

src, tgt = "Chinese (Simplified)", "English"
text = "我爱机器翻译"
prompt = f"Translate this from {src} to {tgt}:\n{src}: {text}\n{tgt}:"

print(generate(model, tokenizer, prompt=prompt, max_tokens=512,
               sampler=make_sampler(temp=0.0), verbose=False))

Prompt format

Use the base model's plain block, with no BOS token and no chat template — the checkpoint's chat_template.jinja simply concatenates message contents, so there are no turn markers:

Translate this from <source language name> to <target language name>:
<source language name>: <source sentence>
<target language name>:

Language names must be written as the base model card lists them (e.g. Chinese (Simplified), Chinese (Traditional), English).

Note on stop tokens

config.json carries only eos_token_id: 1, while generation_config.json lists [1, 106] (106 is <end_of_turn>). Loaders that read the stop id from config.json alone can miss 106 and run on to max_tokens. Honour both.

Supported languages

Arabic, Azerbaijani, Bulgarian, Bengali, Catalan, Czech, Danish, German, Greek, English, Spanish, Persian, Finnish, French, Hebrew, Hindi, Croatian, Hungarian, Indonesian, Italian, Japanese, Kazakh, Khmer, Korean, Lao, Malay, Burmese, Norwegian, Dutch, Polish, Portuguese, Romanian, Russian, Slovak, Slovenian, Swedish, Tamil, Thai, Tagalog, Turkish, Urdu, Uzbek, Vietnamese, Cantonese, Chinese (Simplified), Chinese (Traditional).

Quality is not guaranteed outside these 46. In particular, prompts targeting Telugu, Marathi or Gujarati — which are not in the list — return fluent Hindi/Devanagari rather than an error, at both 4-bit and 5-bit. Filter to the supported set rather than relying on the model to refuse.

License & attribution

Derived from Gemma and distributed under the Gemma Terms of Use.

Gemma is provided under and subject to the Gemma Terms of Use found at ai.google.dev/gemma/terms.

Credit: Xiaomi Inc. (MiLMMT-46) and Google (Gemma 3 base architecture). This repository only provides an MLX-quantized, text-only copy of the released weights, redistributed under the same terms. Use restrictions in the Gemma Terms apply, including the prohibited-use policy.

@misc{han2026referencefreeposttrainingopenlarge,
      title={Reference-Free Post-Training of Open Large Language Models for Multilingual Machine Translation},
      author={Chris Han and Pengzhi Gao and Pei Fu and Jian Luan},
      year={2026},
      eprint={2608.10812},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2608.10812}
}

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
Gemma3ForConditionalGeneration
Ревизия весов
24877ec

0 моделей