中文简介
google/gemma-4-E2B-it-qat-w4a16-ct 是 google 在 Hugging Face 发布的模型仓库,当前卡片主要关联文本生成与推理。本站固定记录上游版本 971342c08f60,同步到 9 个文件,文件元数据合计 7.78 GB;访问状态为“公开”,许可证字段为“apache-2.0”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 google/gemma-4-E2B-it-qat-w4a16-ct 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
google/gemma-4-E2B-it-qat-w4a16-ct 是 google 在 Hugging Face 发布的模型仓库,当前卡片主要关联文本生成与推理。本站固定记录上游版本 971342c08f60,同步到 9 个文件,文件元数据合计 7.78 GB;访问状态为“公开”,许可证字段为“apache-2.0”。
【适用方向】
适合在真实样本上评估文本生成与推理能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
【版本与规格】
固定版本:971342c08f60。 任务标签:文本生成与推理。 架构:Gemma4ForConditionalGeneration。 上游 Safetensors 元数据显示参数量约 5.57 B。 库标记:transformers。 模型类型字段:gemma4。 上游标注的基础模型:google/gemma-4-E2B-it-qat-q4_0-unquantized。 上游页面记录的最近更新时间:2026-07-20。
【文件信息】
上游 API 返回 9 个文件,文件元数据合计 7.78 GB。 已保存文件清单中的主要扩展名:.json 5 个、.jinja 1 个、.md 1 个、.safetensors 1 个、无扩展名 1 个。 当前较大的文件包括:model.safetensors(7.75 GB);tokenizer.json(30.68 MB);README.md(28.68 KB)。
【运行或处理环境】
仓库文件元数据合计 7.78 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 10.37 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
Hugging Face | GitHub | Launch Blog | Documentation | Technical Report License : Apache 2.0 | Authors : Google DeepMind [!Note] This model card is for the new versions of the Gemma 4 family optimized with Quantization-Aware Training (QAT), which allows preserving similar quality to bfloat16 while dramatically reducing the memory requirements to load the model. Four versions of the QAT checkpoints are available: * **Unquantized QAT checkpoints** (Q4_0): Half-precision weights extracted from the QAT pipeline, ideal for custom downstream compilation and research. Available for Gemma 4 E2B, E4B, 12B, 26B A4B, and 31B, and their drafter models. * **GGUF** (Q4_0): Ready-to-deploy formats for broad ecosystem compatibility. Available for Gemma 4 E2B, E4B, 12B, 26B A4B, and 31B. * **Mobile-optimized** (wNa8o8): A custom schema engineered explicitly for mobile hardware efficiency. It features targeted 2-bit decoding layers, optimized KV caches, and static activations to maximize VRAM savings. Available for Gemma 4 E2B and E4B. * **Compressed Tensors** (w4a16): QAT checkpoints serialized in the compressed-tensors format for native, optimized inference with vLLM. Available for Gemma 4 E2B, E4B, 12B, and 31B. * **Assistant Compatibility**: When using multi-token prediction (speculative decoding) with an assistant model alongside a QAT target model, the assistant model must also be a QAT checkpoint with the same precision to ensure compatibility. Gemma is a family of open models built by Google DeepMind. Gemma 4 models are multimodal, handling text and image input (with audio supported on E2B, E4B, and 12B) and generating text output. This release includes open-weights models in both pre-trained and instruction-tuned variants. Gemma 4 features a context window of up to 256K tokens and maintains multilingual support in over 140 languages. Featuring both Dense and Mixture-of-Experts (MoE) architectures, Gemma 4 is well-suited for tasks like text generation, coding, and reasoning. T
适用场景
适合在真实样本上评估文本生成与推理能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
模型参数
固定版本:971342c08f60。 任务标签:文本生成与推理。 架构:Gemma4ForConditionalGeneration。 上游 Safetensors 元数据显示参数量约 5.57 B。 库标记:transformers。 模型类型字段:gemma4。 上游标注的基础模型:google/gemma-4-E2B-it-qat-q4_0-unquantized。 上游页面记录的最近更新时间:2026-07-20。
文件说明
上游 API 返回 9 个文件,文件元数据合计 7.78 GB。 已保存文件清单中的主要扩展名:.json 5 个、.jinja 1 个、.md 1 个、.safetensors 1 个、无扩展名 1 个。 当前较大的文件包括:model.safetensors(7.75 GB);tokenizer.json(30.68 MB);README.md(28.68 KB)。
上游文件元数据
.gitattributes1.53 KBchat_template.jinja18.13 KBconfig.json21.68 KBgeneration_config.json208 Bmodel.safetensors7.75 GBprocessor_config.json1.65 KBREADME.md28.68 KBtokenizer.json30.68 MBtokenizer_config.json3.64 KB
硬件建议
仓库文件元数据合计 7.78 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 10.37 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
注意事项
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载:Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。