Gemma 3 4b Novision

🚀 Gemma-3-4b純文本模型

本模型是 google/gemma-3-4b-it 的純文本版本，它從多模態的Gemma3ForConditionalGeneration架構轉換為純文本的Gemma3ForCausalLM架構。

✨ 主要特性

• 原始模型：原始的Gemma-3-4b-it是谷歌發佈的多模態模型，能夠處理文本和圖像。
• 當前版本：此版本經過修改，採用了與純文本1b模型相同的架構，移除了視覺組件。
• 參數數量：擁有40億個參數。
• 轉換過程：在去除與視覺相關組件的同時，保留了文本生成能力。

📦 安裝指南

文檔未提供具體安裝步驟，可參考相關依賴庫的安裝說明。

💻 使用示例

基礎用法

from transformers import AutoTokenizer, BitsAndBytesConfig, Gemma3ForCausalLM
import torch

model_id = "gghfez/gemma-3-4b-novision"

quantization_config = BitsAndBytesConfig(load_in_8bit=True)

model = Gemma3ForCausalLM.from_pretrained(
    model_id, quantization_config=quantization_config
).eval()

tokenizer = AutoTokenizer.from_pretrained(model_id)

messages = [
    [
        {
            "role": "system",
            "content": [{"type": "text", "text": "You are a helpful assistant."},]
        },
        {
            "role": "user",
            "content": [{"type": "text", "text": "Write a poem on Hugging Face, the company"},]
        },
    ],
]
inputs = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    tokenize=True,
    return_dict=True,
    return_tensors="pt",
).to(model.device).to(torch.bfloat16)


with torch.inference_mode():
    outputs = model.generate(**inputs, max_new_tokens=64)

outputs = tokenizer.batch_decode(outputs)

📚 詳細文檔

模型信息