Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

gemma-3n-E4B-it

google · google/gemma-3n-E4B-it

Licença dos pesos: Termos do publicador: Gemma · código e componentes podem ter outros termos

Informado pelo publicador18 resultadosFicha de google · lida em 2026-10-25 · sem ranking · ver
Memória necessária~6 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros7,8 BTotal de safetensors no Hub
Repositório atualizado2025-07-14Um commit não é data de lançamento

Qualidade

Sem score comparável

Ainda não acompanhamos benchmark público e comparável que cubra este modelo. Nenhuma nota é inferida.

Informado pelo publicador

18 resultados · ficha de google · lida em 2026-10-25
MGSM (Accuracy; 0-shot)
60,7Multilingual · 0-shot
WMT24++ (ChrF; Character-level F-score; 0-shot)
50,1Multilingual · 0-shot
Include (Accuracy; 0-shot)
57,2Multilingual · 0-shot
MMLU (ProX; Accuracy; 0-shot)
19,9Multilingual · 0-shot
OpenAI MMLU (Accuracy; 0-shot)
35,6Multilingual · 0-shot
Global-MMLU (Accuracy; 0-shot)
60,3Multilingual · 0-shot
ECLeKTic (ECLeKTic score; 0-shot)
1,9Multilingual · 0-shot
GPQA Diamond (RelaxedAccuracy/accuracy; 0-shot)
23,7STEM and code · 0-shot
Todos os resultados informados18
LiveCodeBench v5 (pass@1; 0-shot)
25,7STEM and code · 0-shot
Codegolf v2.2 (pass@1; 0-shot)
16,8STEM and code · 0-shot
AIME 2025 (Accuracy; 0-shot)
11,6STEM and code · 0-shot
MMLU (Accuracy; 0-shot)
64,9Additional benchmarks · 0-shot
MBPP (pass@1; 3-shot)
63,6Additional benchmarks · 3-shot
HumanEval (pass@1; 0-shot)
75,0Additional benchmarks · 0-shot
LiveCodeBench (pass@1; 0-shot)
13,2Additional benchmarks · 0-shot
HiddenMath (Accuracy; 0-shot)
37,7Additional benchmarks · 0-shot
Global-MMLU-Lite (Accuracy; 0-shot)
64,5Additional benchmarks · 0-shot
MMLU (Pro; Accuracy; 0-shot)
50,6Additional benchmarks · 0-shot

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Evaluation › Benchmark Results › Multilingual; Evaluation › Benchmark Results › STEM and code); coluna “E4B IT”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Roda em

Cabe na memória rápida 114

A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.

Mostrar todos os 114

Na memória, fora da parte rápida 5

Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.

Mostrar todos os 5

Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Não é compatibilidade nem velocidade medida.

Velocidade medida

Nenhuma medição publicada para este checkpoint

Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.

Como rodar

Compatibilidade de runtime e tokens por segundo não foram medidos para este registro. Metadados publicados e estimativa de memória não comprovam uma execução local.

Biblioteca na fonte: transformers

Formas documentadas de rodar

Não foi possível ler a ficha do modelo (ausente ou restrita)

Escolher meu computador

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Checkpoint / fonte
google/gemma-3n-E4B-it
Tarefa
image-text-to-text
Arquitetura
Gemma3nForConditionalGeneration
Biblioteca na fonte
transformers
Licença dos pesos
Termos do publicador: Gemma
Uso comercial
Permitido Gemma Terms of Use (last modified 2025-03-24; verbatim copy in the ScanCode LicenseDB, homepage ai.google.dev/gemma/terms) · consultado em 2026-10-18texto da licença
Todos os campos guardados13 campos
Revisão conferida
c1221e9c62e34a43ab7ffacd1be0ea71f126ef10
Arquitetura
Gemma3nForConditionalGeneration
Biblioteca
transformers
Tag de tarefa no Hub
image-text-to-text
Modelos base declarados
google/gemma-3n-E4B
Formatos
transformers, safetensors
Acesso
Restrito (manual)
Tipo de publicador
Oficial
Parâmetros no Hub
7.849.978.192safetensors.total
Repositório criado
2025-06-03criação não é o lançamento do modelo
Repositório atualizado
2025-07-14um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
12.384 · 933só este repositório · lido em 2026-10-25
Estado no catálogo
Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Snapshot válido da fonte: 2026-09-26. Este registro da fonte ainda não recebeu revisão técnica completa. Dados ausentes permanecem desconhecidos; um commit do repositório não é a data de lançamento do modelo.