gemma-4-31b-it

מה זה

מזינים פה טקסט לצד תמונות או סרטון וידאו, ומקבלים תשובה שמוזרמת בזמן אמת. מאחורי הקלעים הקוד טוען את google/gemma-4-31B-it דרך ספריית transformers בגרסת AutoModelForMultimodalLM, כשהמודל רץ בדיוק של bfloat16 ומעבד את הקבצים בעזרת מעבד ייעודי.

הממשק מקפיד על חלוקה ברורה של המדיה הנכנסת. הוא לא מרשה לשלוח תמונות ווידאו באותה הודעה, ומגביל את השימוש לקובץ וידאו יחיד בכל פעם. דוגמאות מובנות לא מופיעות בקוד, כך שצריך לבוא עם קלט משלכם.

מתאים ל

• ניתוח תוכן מתוך סרטון

  מעלים קובץ וידאו בודד ושואלים על התרחשויות או פרטים שמופיעים בו.

• בדיקת תמונות עם טקסט

  מעלים תמונות ומבקשים מהמודל לחלץ מידע או להסביר מה רואים.

• הערכת ביצועי שיחה

  מריצים שאלות טקסט ישירות כדי לבחון את איכות התשובות וההיגיון של המודל.

איפה זה נופל

החולשה העיקרית היא חוסר הגמישות בקבצים. אי אפשר לשלב תמונה וסרטון יחד, ומותר להעלות רק סרטון אחד בכל פנייה. בנוסף, חומרת a10g על מודל של 31 מיליארד פרמטרים מוגבלת במשאבי זיכרון, מה שעלול להוביל לזמני המתנה ארוכים או קטיעה בהנחיות כבדות.

אותה משפחה

gemma-4 יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

איך משתמשים

נכנסים לעמוד, מעלים קובץ או כותבים הוראה ולוחצים על שליחה. האפליקציה רצה על חומרת zero-a10g של הוגינג פייס, מה שאומר שהמעבד הגרפי מוקצה לפי דרישה. אם הכלי היה כבוי, תצטרכו להמתין שניות ארוכות להקצאת החומרה, וכשיש עומס תיתקלו בתור. המענה עצמו מוזרם במקטעים.

הרישיון

הרישיון של המרחב לא דווח. המשמעות היא שאין תנאי שימוש ברורים להפצה חוזרת או להטמעה, וכל מה שמעלים עובר דרך השרתים הציבוריים של הוגינג פייס.

הרישיון המלא ב־Hugging Face ↗