/ Модель

Характеристики

Размер весов
51,6 ГБ
Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
K2-nano-v1
Библиотека
transformers
Опубликована
15 июл 2026

EVE-26b-XENO-HAT

Изображение и текст → текст

Мультимодальная модель Gemma 4 для диалога и генерации текстовых ответов по тексту и изображениям.

31скачиваний за 30 дней1лайквеса обновлены15 июл 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 «Изображение → 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

win10/EVE-26b-XENO-HAT — мультимодальная модель семейства Gemma 4, опубликованная пользователем win10. По метаданным, это плотная архитектура Gemma4ForConditionalGeneration для диалога и формирования текстовых ответов по тексту и изображениям. Модель рассчитана на сценарии, где нужно описать изображение, ответить на вопрос по нему или вести диалог с визуальным контекстом; карточка также заявляет исследование слияния моделей разных архитектур и работу с квантованными моделями.

README называет результат слиянием, однако метаданные указывают в качестве базовой модели дообучение win10/K2-nano-v1; поэтому происхождение модели нельзя однозначно согласовать по доступным сведениям. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Поддерживаются китайский, английский, японский, испанский и русский языки. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы по изображениям
  • описание изображений в диалоге
  • визуальный чат на русском языке
  • обсуждение изображений на китайском, английском, японском или испанском языке

Ограничения

README описывает модель как исследовательский эксперимент по слиянию моделей, но не приводит независимых оценок качества или подробных результатов. Заявления о превосходстве над исходными моделями не подкреплены приведёнными в карточке бенчмарками.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

✨ win10/EVE-26b-XENO-HAT

A merged model created through a proprietary model-merging algorithm, delivering performance that surpasses the original base models.


🚀 Overview

This model was completed using a private model-merging algorithm. Its real-world performance is significantly stronger than the original models, and mathematically, it forms an almost perfect centroid.

This is a checkpoint for cross-architecture merging.


🧠 Research Highlight

This work demonstrates the successful integration of quantization models with cross-architecture models.

The resulting model quality surpasses that of the same model source under BF16,

showing that quantized model merging can produce results exceeding those of the original BF16-level models,

and also demonstrating that cross-architecture merging without training is a feasible approach.


🙏 Credits

Special thanks to the authors of the following models:

  • win10/K2-nano-v1
  • kldzj/gpt-oss-120b-heretic-bf16
  • huihui-ai/Huihui-Nex-N2-mini-abliterated
  • poolside/Laguna-XS-2.1

💖 Open Sponsorship

Support this research and future model development:

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
0305337

0 моделей