Найдено: 34
крошечная модель для Wordle
Это полностью дообученная google/gemma-3-270m-it, которая играет в Wordle через текст. Финальная модель статьи «Five Letters, 270M Parameters: How Far Can a Tiny Language Model Go at Wordle?»; обучение шло на бесплатных Kaggle T4. Размер — 270M параметров.
вероятности по каждому варианту за один проход
Nirnaya Turbo 1.0 — «decision-модель» от Darkrider на базе Gemma 4 26B-A4B с добавленным аудиомодулем. Она читает текст, изображения и аудио на английском и индийских языках и на каждый вопрос возвращает один ответ с вероятностью для каждого варианта за один проход.
мультимодальный dense-флагман Google DeepMind
Инструктивно-донастроенная версия Gemma 4 31B: принимает текст и изображения, выдаёт текст. 60 слоёв, ~30.7B параметров, контекст до 256K токенов, словарь 262K, лицензия Apache 2.0. Вариант dense — MoE в семействе отдельный, 26B A4B.
агент для Android с O(1)-памятью
WRAI (Wavelet / Recurrent / Attentive Intelligence) от Musouno-Enma99 — инструкционно настроенный мультимодальный бэкбон для полностью локальной автоматизации Android без облака.
мультимодальные эмбеддинги для поиска
Модель эмбеддингов от Norovox Labs из открытой линейки Nythos, построенная на EmbeddingGemma 2. Текстовая ветка — 271M параметров; поддерживает текст, турецкий язык, поиск, классификацию, кластеризацию, аудио и изображения.
GRPO-чекпойнт для математики
Чекпойнт step 200 из full-split раунда E2H Polaris: языковую часть google/gemma-4-E4B-it дообучили GRPO на математических задачах Polaris-Dataset-53K. Обучение шло через upstream verl 0.9.1 (v0 trainer, FSDP2), а задачи делили по 16-сэмпловому pass rate базовой модели.
маленькая LLM, которая ищет доказательства
Экспериментальный локальный ассистент от EphAsad на базе google/gemma-3-270m-it (~268M параметров). Дообучен выбирать read-only инструменты, работать с найденным текстом и отвечать только при наличии источников — иначе воздерживаться.
сплайс Qwen2.5-Coder с сохранением кодинга
Репозиторий выпускает две кросс-архитектурные сплайс-модели: Juker-Coder-32B на хосте Qwen/Qwen2.5-Coder-32B-Instruct и Juker-31B на google/gemma-4-31B-it. Патчи весят 9,9 МБ и 12,2 МБ; заявлена упаковка для Hugging Face Hub, vLLM, SGLang и LMSYS Chatbot Arena.
PR-описания без забывания
Это 8B-модель image-text-to-text на базе google/gemma-4-E4B-it, адаптированная под анализ diff и генерацию описаний pull request. Автор применил Grafting: дообучил donor-чекпоинт google/gemma-4-e4b на GitHub PR reasoning traces и перенёс task vector в post-trained модель.
голосовая модель без цензуры
Это decensored-версия Apriel Voice 27B Preview от ServiceNow, сделанная через Heretic v2.0.0dev методом ARA. Модель на 26,49 млрд параметров понимает речь, рассуждает по контексту и генерирует текст или tool calls на общей backbone Gemma 4; синтез речи остаётся внешнему TTS.
агентный патч для iPhone без обучения
Это zero-training адаптация google/gemma-4-E2B-it от jstarks для агентных задач на iPhone 15 Pro и 16 Pro: shell-команды, веб-поиск, fetch URL, restraint инструментов и чистое завершение хода. Модифицируются только две MLP-матрицы в слоях 26 и 34, а весь апгрейд — патч на 72 MB.
небольшая чат-модель для кельтских языков
Grasmere-E4B — дообученная версия google/gemma-4-E4B-it на валлийском, ирландском, шотландском гэльском и скотсе, с сохранением английского. Модель на ~8 млрд параметров умеет вести диалог, точно следовать инструкциям, цитировать источники и вызывать инструменты на всех четырёх кельтских языках.
форматирование диктовки на устройстве
Llama Kanso Fude 1.0 — компактный on-device теггер от BuilderHelm для ZenVoice: он форматирует сырой вывод speech-to-text по словам, не добавляя новых слов. Построен на Gemma 3 270M (268M параметров), дообучен как двунаправленный энкодер с четырьмя головами классификации на каждое слово и…
ускорение без изменения текста
Это MTP-драфтер (multi-token prediction) для Scotoma-2 на базе Gemma 4 31B: дообучен с официального драфтера Google на выходах Scotoma-2. Архитектура, размер и файлы совпадают с драфтером Google, так что это drop-in замена; параметров около 0,47 млрд.
вероятность для каждого варианта
Это второй дообученный вариант Gemma 4 12B в исполнении commit: модель отвечает на типизированные вопросы о состоянии, выдавая вероятность для каждого варианта. В основе — google/gemma-4-12B-it (ревизия 707f0a3b) с LoRA-адаптером, влитым в веса; около 11.96B параметров. Обслуживается через decisio.
модель решений без генерации текста
Модель от MachinePulseAI для классификации и принятия решений: на вход подаются state (страница, документ, диалог — текст или JSON) и типизированные вопросы, а на выходе — вероятности по каждому варианту.
файнтюн для Three.js-сцен и low-poly ассетов
GEMMA-3D-CODER — экспериментальная open-weight языковая модель, дообученная под general-purpose coding и генерацию 3D-сцен и игровых ассетов на Three.js и веб-стандартах. По метаданным — 5,12 млрд параметров, база — google/gemma-4-E2B.
Gemma 4 31B без отказов
Это abliterated-версия google/gemma-4-31B-it на 31,27 млрд параметров. Авторы называют реализацию грубым proof-of-concept: отказы убираются через abliteration без TransformerLens. В этой модели полностью abliterated и thinking, и non-thinking режимы.
компактная мультимодальная модель для локального запуска
В репозитории usagi0130 доступна instruction-tuned мультимодальная Gemma 4 E4B-it от Google DeepMind: принимает текст, изображения и аудио, а выдаёт текст. E4B — 4,5 млрд эффективных параметров (8 млрд с эмбеддингами), контекст до 128K токенов.
unquantized-чекпоинт для локальных пайплайнов
QAT-чекпоинт Gemma 4 E4B IT в формате unquantized Q4_0, выложенный heromann. Это half-precision веса, извлечённые из QAT-пайплайна Google DeepMind; база — google/gemma-4-E4B-it. Подходит для кастомной downstream-компиляции и исследований.