/ Модель

Характеристики

Лицензия
Gemma
Архитектура
gemma4 · dense
Базовая модель
gemma-4-E2B-it
Библиотека
transformers
Опубликована
26 авг 2026

KoGemma-E2B

Генерация текстаТекст → текст3 профессии

Компактная корейская разговорная модель waylake для локальных ответов и вызова инструментов через JSON-действия.

77скачиваний за 30 дней0лайковвеса обновлены26 авг 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

KoGemma-E2B — корейская компактная разговорная модель для локального запуска, разработанная waylake на основе Google Gemma 4 E2B IT. Это версия v6 с 2,3 млрд эффективных и 5,1 млрд общих параметров; веса представляют собой слитый LoRA-чекпойнт в формате safetensors. Модель дообучена на синтетических данных, включая корейские диалоги и примеры вызова инструментов.

Она предназначена для ответов на корейском языке и выдачи однострочных JSON-действий для инструментов web_search, fetch_page и calculator. Вызов инструмента зависит от системного промпта: если в нём перечислены инструменты, модель часто вызывает их даже без необходимости. В сравнении с базовой моделью качество знаний осталось примерно на прежнем уровне, а форматирование и вызов инструментов улучшились.

Модель принимает текст и выдаёт текст, в том числе структурированные действия в JSON. README рекомендует отключать режим рассуждений, использовать низкую температуру и repetition_penalty 1.15: при включённом рассуждении модель может расходовать токены на английский блок, а высокая температура ухудшает связность ответов. При 2,3 млрд эффективных параметров она уступает крупным корейским моделям; также снизилось качество отказа на запросы о приватной информации, поэтому не следует полагаться на неё как на средство безопасности. Лицензия — Gemma; применяются условия лицензии Gemma.

Сценарии применения

  • ответы на вопросы и диалоги на корейском языке
  • подготовка JSON-действий для веб-поиска
  • создание запросов на получение содержимого веб-страниц
  • выполнение простых вычислений через инструмент калькулятора
  • локальный запуск разговорного ИИ на ноутбуке

Ограничения

При наличии списка инструментов в системном промпте модель часто вызывает инструмент без необходимости. Знания близки к базовой модели, качество отказа на запросы о приватной информации снизилось; для связных ответов рекомендуются низкая температура и отключённый режим рассуждений.

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

KoGemma-E2B

Korean on-device SLM that actually calls tools — built on gemma-4-E2B-it, trained on 100% self-generated data (zero public datasets).

GitHub GGUF Adapter Base

What you get

Model2.3B effective params (5.1B total), merged LoRA — this repo is the v6 checkpoint
New capabilityreliable single-line tool-action JSON: web_search 1.00, fetch_page 1.00, calculator 0.75 (base: 0.53 / 0.00 / 0.00)
Knowledgeunchanged vs base — KMMLU 0.3089 (base 0.3000), HAE-RAE 0.4350 (base 0.4600)
FormatCoT format failures halved: 8.0% → 4.5% (600 questions)
Data6,895 records / 25,957 turns · 0 public datasets · generation cost $0
TrainingLoRA r=16 · 1 epoch · lr 5e-5 · 44 min on one RTX 3090

⚠️ Read this before using

This checkpoint was trained so that a tool-bearing system prompt means "tools are in play". Consequence, measured on held-out cases:

System promptBehaviour
Plain (너는 한국어로 정확하게 답하는 AI 비서다.)normal chat — no tool calls, clean Korean answers
With tool listcalls a tool almost always, including when unnecessary (tool restraint 0/14)

So: only put the tool list in the system prompt when you want tool calls. For plain chat use a plain system prompt. Root cause and the fix are documented in the GitHub repo and the corrected dataset (ko-agentic-sft ships 1,583 action vs 786 no-action trajectories for retraining).

Usage

Chat (no tools)

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

mid = "waylake/KoGemma-E2B"
tok = AutoTokenizer.from_pretrained(mid)
model = AutoModelForCausalLM.from_pretrained(mid, dtype=torch.bfloat16, device_map="auto")

msgs = [{"role": "system", "content": "너는 한국어로 정확하게 답하는 AI 비서다."},
        {"role": "user", "content": "전세와 월세 차이를 세 문장으로 알려줘"}]
text = tok.apply_chat_template(msgs, tokenize=False, add_generation_prompt=True,
                               enable_thinking=False)
ids = tok(text, return_tensors="pt", add_special_tokens=False).to(model.device)
out = model.generate(**ids, max_new_tokens=320, do_sample=False, repetition_penalty=1.15)
print(tok.decode(out[0][ids["input_ids"].shape[1]:], skip_special_tokens=True))

Tool calling

SYS = ('너는 한국어로 정확하게 답하고, 필요하면 도구를 쓰는 AI 비서다. '
       '도구가 필요하면 한 줄 JSON으로만 답한다: '
       '{"action": "web_search", "args": {"query": "..."}} '
       '사용 가능 도구: web_search{query}, fetch_page{url}, calculator{expr}, now{}')

msgs = [{"role": "system", "content": SYS},
        {"role": "user", "content": "지금 원달러 환율 얼마야?"}]
# -> {"action": "web_search", "args": {"query": "원달러 환율"}}

# feed the observation back as a user turn:
msgs += [{"role": "assistant", "content": '{"action": "web_search", "args": {"query": "원달러 환율"}}'},
         {"role": "user", "content": '[도구 결과] {"results": [{"title": "환율", "url": "https://example.kr/fx", "text": "1,387.4원"}]}'}]
# -> 현재 원/달러 환율은 1,387.4원입니다. (출처: https://example.kr/fx)

On a laptop (GGUF)

See waylake/KoGemma-E2B-GGUF — 3.4 GB Q4_K_M.

Recommended settings

SettingValueWhy (measured)
enable_thinkingfalsewith thinking on, the model writes an English reasoning block that eats the whole token budget; no accuracy gain at 2.3B. It does not break — you would just need max_new_tokens ≳ 1000
temperature0 – 0.3at ≥0.7 output drifts off-manifold (word salad)
repetition_penalty1.15greedy decoding loops without it

Evaluation

Identical protocol for base and this model. lm-evaluation-harness 5-shot (--limit 40); CoT accuracy = generate + extract on 600 held-out KMMLU test questions; agentic = 52 hand-written held-out cases scored by rule (no LLM judge).

Metricgemma-4-E2B-itKoGemma-E2B (v6)
KMMLU 5-shot0.30000.3089
HAE-RAE 5-shot0.46000.4350
CoT accuracy (600 q)0.32000.3250
CoT format failures48 (8.0%)27 (4.5%)
web_search action0.5331.000
calculator action0.0000.750
fetch_page action0.0001.000
Tool restraint1.0000.000
Private-info refusal1.0000.333
Agentic overall0.5960.615

Honest summary: knowledge is unchanged, format and tool use improved, tool restraint regressed. Benchmark parity is expected — see the method below for why.

Method (why knowledge does not move)

  1. Self-distillation (SDFT) prevents forgetting but caps quality at the base. Answers for plain chat are generated by the base model itself, so the output distribution never shifts (eval loss 1.57 → 0.44 vs a teacher-answer baseline that degraded the model).
  2. Verified teacher CoT + the model's own CoT, mixed 1:1 (Mix Distillation, arXiv 2502.12143). Teacher traces are capped at 3–4 sentences because models ≤3B get worse from long chains. Teacher accuracy on those questions was 80–85%; the base scored 32% on the test split. Even so, student accuracy did not move — the bottleneck at 2.3B is capacity, not data.
  3. Tool calling is structure, not knowledge, so distillation works immediately there (0% → 75–100%).

Training data

ComponentRecordsSource
Verified teacher CoT (KMMLU train, gold-checked)1,612ox-alpha-free
Base self-CoT (verified)1,074base model
Self-distilled chat replay3,501base model
Tool trajectories708ox-alpha-free
Public datasets0—

Released as ko-agentic-sft and ko-verified-cot.

Limitations

  • 2.3B ceiling — not a substitute for 30B-class Korean models.
  • Tool over-triggering with a tool-bearing system prompt (see warning above).
  • Private-info refusal regressed (0.333); do not rely on it as a safety layer.
  • Tool schema is the action-JSON format documented here, not OpenAI function calling.
  • Medical / legal / financial answers are general information only.

Reproduce

Full pipeline — restart-safe generation queue, teacher distillation with gold verification, mixing, training, and all evaluators — is at github.com/waylake/kogemma-e2b, including the failed rounds and the measurement traps that produced fake gains.

License

Weights follow the Gemma Terms of Use; code MIT. Credits: Google DeepMind (gemma-4), HAERAE-HUB (KMMLU · HAE-RAE), lm-evaluation-harness. Synthetic-data teacher: ox-alpha-free.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
98d7524

0 моделей