Gemma — это семейство открытых моделей, разработанных компанией Google DeepMind. Модели Gemma 4 являются мультимодальными и обрабатывают текстовые и графические данные (со звуком на E2B, E4B и 12B), а также генерируют текстовые данные. В этом релизе представлены модели с открытыми весами как в предварительно обученном, так и в оптимизированном по инструкции вариантах. Gemma 4 имеет контекстное окно до 256 000 токенов и поддерживает более 140 языков.

Модель Gemma 4, основанная на архитектурах Dense и Mixture-of-Experts (MoE), хорошо подходит для таких задач, как генерация текста, кодирование и логическое мышление. Модели доступны в пяти различных размерах: E2B, E4B, 12B, 26B A4B и 31B. Благодаря разным размерам их можно использовать в самых разных устройствах — от дорогих телефонов до ноутбуков и серверов, что делает доступ к современному искусственному интеллекту более доступным.

В Gemma 4 представлены ключевые возможности и архитектурные усовершенствования:

- Reasoning — все модели этой линейки обладают широкими возможностями логического мышления и настраиваемыми режимами работы.

- Расширенные мультимодальные возможности — обработка текста, изображений с переменным соотношением сторон и разрешением (все модели), видео и аудио (встроены в модели E2B, E4B и 12B).

- Разнообразные и эффективные архитектуры — предлагает варианты Dense и Mixture-of-Experts (MoE) разных размеров для масштабируемого развертывания.

- Оптимизировано для использования на устройствах — модели меньшего размера специально разработаны для эффективного локального выполнения на ноутбуках и мобильных устройствах.

- Увеличенное контекстное окно — модели меньшего размера имеют контекстное окно размером 128 КБ, а модели среднего размера — 256 КБ.

- Улучшенное кодирование и агентные возможности — заметные улучшения в тестах на кодирование, а также встроенная поддержка вызова функций, что позволяет создавать автономных агентов с широкими возможностями.

- Встроенная поддержка системных подсказок — в Gemma 4 появилась встроенная поддержка роли system , что позволяет вести более структурированные и контролируемые диалоги.

Принимает на вход текст, аудио и изображения с видео. Длина видео ограничена 30 секундами, а аудио 60 секундами. Модель ризонер, с 256к контекста и лицензией Apache 2.0.

Самое интересное в релизе — то как в нём устроена мультимодальность. Обычно моделям для мультимодальности нужен отдельный энкодер, здесь же они обходятся простыми линейными проекциями, что требует меньше параметров и вычислений.
Блог: https://developers.googleblog.com/gemma-4-12b-the-developer-guide/

🎵 Google выпустил бесплатную модель для создания музыки в реальном времени

Magenta RealTime 2 превращает MacBook в полноценный музыкальный инструмент. Модель поддерживает десятки жанров и умеет имитировать разные звуки — управлять можно через текстовые команды, жесты или виртуальное пианино.

Порог входа низкий: даже новичок соберёт мелодию из одной ноты. Запускается на MacBook Air без танцев с бубном.

Она объединяет знания из огромного интернета с поддержкой локальных больших языковых моделей (Ollama) и облачных сервисов (OpenAI, Claude, Groq), предоставляя точные ответы с указанием источников и сохраняя полную конфиденциальность ваших запросов.

✨ Особенности:
• веб-поиск с ссылками на источники
• ответы по PDF и своим файлам
• поиск по статьям и обсуждениям
• режимы Speed / Balanced / Quality — от «по-быстрому» до «копаем глубоко»

Модели подключаются как захотите: локальная Ollama или облачные OpenAI, Claude, Gemini, Groq. Хочешь — всё локально, и тогда ни байта не улетает в облако.

Подробнее:
🤖 Поддержка всех основных поставщиков ИИ — используйте локальные языковые модели через Ollama или подключайтесь к OpenAI, Anthropic Claude, Google Gemini, Groq и другим. Комбинируйте модели в зависимости от своих потребностей.

⚡️ Режимы интеллектуального поиска — выбирайте скоростной режим, когда вам нужны быстрые ответы, сбалансированный режим для повседневных поисков или качественный режим для углубленного изучения темы.

🧭 Выбирайте источники — ищите информацию в интернете, обсуждениях или научных статьях. Мы работаем над добавлением новых источников и интеграций.

🧩 Виджеты — полезные карточки с информацией, которые появляются в нужный момент, например о погоде, расчетах, ценах на акции и других быстрых результатах поиска.

🔍 Веб-поиск на базе SearxNG — доступ к нескольким поисковым системам с сохранением конфиденциальности. Скоро появится поддержка Tavily и Exa для еще более точных результатов.

📷 Поиск по изображениям и видео — находите визуальный контент вместе с текстовыми результатами. Поиск больше не ограничивается только статьями.

📄 Загрузка файлов — загружайте документы и задавайте вопросы о них. PDF-файлы, текстовые файлы, изображения — Vane понимает все.

🌐 Поиск по определенным доменам — ограничьте поиск конкретными сайтами, если знаете, где искать. Идеально подходит для поиска технической документации или научных статей.

💡 Умные подсказки — получайте интеллектуальные подсказки по мере ввода, которые помогут вам сформулировать более точный запрос.

📚 Интересное — просматривайте интересные статьи и актуальные материалы в течение дня. Будьте в курсе событий, даже не выполняя поиск.

🕒 История поиска — все поисковые запросы сохраняются локально, так что вы можете в любой момент вернуться к своим находкам. Ваши исследования никогда не пропадут.

✨ Скоро появятся новые функции — мы активно разрабатываем новые функции на основе отзывов сообщества. Присоединяйтесь к нашему Discord, чтобы помочь сформировать будущее Vane!

Короче, приватный поиск, свои модели и свои документы — всё под контролем. Идеально для тех, кто не любит делиться запросами с чужим сервером.

Вышли новые сжатые версии Gemma 4. Отличие QAT (Quantization-Aware Training) в том, что модель квантуют не после обучения, а в процессе — она меньше весит и почти не проседает по качеству.

Gemma 4 E2B в текстовом режиме занимает меньше 1 ГБ. Модель легче для мобильных чипов, экономит память в длинных диалогах и поддерживает ускоренный вывод через MTP.

Веса доступны на Hugging Face: есть GGUF для llama.cpp, тензоры для vLLM и исходники для конвертации. Работает в Ollama, LM Studio, Transformers.js и MLX.

Клинической модели искусственного интеллекта не нужно знать, кто является пациентом, чтобы принимать клинические решения.

Для этого нужны симптомы, названия лекарств, результаты анализов, история болезни и курс лечения.

Проблема в том, что в реальных медицинских картах эти факты обычно указываются рядом с идентификаторами: именами, регистрационными номерами, страховыми номерами, адресами, номерами телефонов, датами поступления, названиями отделений.

Таким образом, клиническая деидентификация имеет двойную цель:
- Не допускайте утечки идентификаторов пациентов.
- Не уничтожайте клинические факты, которые еще можно использовать.
Эту вторую часть легко недооценить.

Если в модели отсутствует дата рождения, это нарушает конфиденциальность. Если она удаляет «креатинин 86 мкмоль/л» или «метформин 500 мг», то дальнейшая клиническая информация теряет смысл. И то, и другое — ошибки, но с разными последствиями.

Для решения этой проблемы создали Meddies PII. Это открытая исследовательская модель и набор данных для многоязычной клинической деидентификации. Набор данных является синтетическим и создан с использованием динамических подсказок, учитывающих различные языки, типы документов, их названия, длину заметок, формат текста, пограничные случаи и семейства идентификаторов в разных поколениях.

Цель — не в том, чтобы создать один красивый шаблон. Цель — обеспечить стабильное извлечение данных из самых разных источников, в которых они на самом деле представлены в больницах: торопливых заметок, медицинских карт, файлов в формате JSON/XML, многоязычных текстов, административных записей и подсказок в стиле чата.

Meddies PII не является полноценным продуктом для деидентификации. Больницам по-прежнему нужны регламенты, журналы аудита, локальная проверка, возможность обращения к сотрудникам и контроль развертывания.

🪐 Qwopus-3.6-27B-Coder — это агентная модель кодирования с расширенными возможностями логического вывода, созданная на основе Qwopus3.6-27B-v2. Модель унаследовала мощную основу для логических рассуждений от версии 2, которая показала результаты 87,43 % на MMLU-Pro (300 примеров) и 75,25 % на SWE-bench Verified, и была доработана для генерации агентного кода, структурированного вызова инструментов, отладки и выполнения инструкций в рабочих процессах разработчиков. Модель предназначена для решения задач кодирования на уровне репозитория, многопоточной оркестровки инструментов и сложных логических рассуждений в реалистичных средах с участием агентов.

👉 gemma-4-31B-it-qat-q4_0-unquantized-uncensored-heretic:
- Safetensors: https://huggingface.co/llmfan46/gemma-4-31B-it-qat-q4_0-unquantized-uncensored-heretic
- GGUF: https://huggingface.co/llmfan46/gemma-4-31B-it-qat-q4_0-uncensored-heretic-GGUF
- NVFP4 Safetensors: https://huggingface.co/llmfan46/gemma-4-31B-it-qat-q4_0-uncensored-heretic-NVFP4
- NVFP4 GGUF: https://huggingface.co/llmfan46/gemma-4-31B-it-qat-q4_0-uncensored-heretic-NVFP4-GGUF
- GPTQ-Int4: https://huggingface.co/llmfan46/gemma-4-31B-it-qat-q4_0-uncensored-heretic-GPTQ-Int4

👉 gemma-4-26B-A4B-it-qat-q4_0-unquantized-uncensored-heretic:
- Safetensors: https://huggingface.co/llmfan46/gemma-4-26B-A4B-it-qat-q4_0-unquantized-uncensored-heretic
- GGUF: https://huggingface.co/llmfan46/gemma-4-26B-A4B-it-qat-q4_0-uncensored-heretic-GGUF
- NVFP4 Safetensors: https://huggingface.co/llmfan46/gemma-4-26B-A4B-it-qat-q4_0-uncensored-heretic-NVFP4
- NVFP4 GGUF: https://huggingface.co/llmfan46/gemma-4-26B-A4B-it-qat-q4_0-uncensored-heretic-NVFP4-GGUF
- GPTQ-Int4: https://huggingface.co/llmfan46/gemma-4-26B-A4B-it-qat-q4_0-uncensored-heretic-GPTQ-Int4

👉 gemma-4-12B-it-qat-q4_0-unquantized-uncensored-heretic:
- Safetensors: https://huggingface.co/llmfan46/gemma-4-12B-it-qat-q4_0-unquantized-uncensored-heretic
- GGUF: https://huggingface.co/llmfan46/gemma-4-12B-it-qat-q4_0-uncensored-heretic-GGUF
- NVFP4 Safetensors: https://huggingface.co/llmfan46/gemma-4-12B-it-qat-q4_0-uncensored-heretic-NVFP4
- NVFP4 GGUF: https://huggingface.co/llmfan46/gemma-4-12B-it-qat-q4_0-uncensored-heretic-NVFP4-GGUF

👉 gemma-4-12B-it-uncensored-heretic:
- Safetensors: https://huggingface.co/llmfan46/gemma-4-12B-it-uncensored-heretic
- GGUFs: https://huggingface.co/llmfan46/gemma-4-12B-it-uncensored-heretic-GGUF
- NVFP4 Safetensors: https://huggingface.co/llmfan46/gemma-4-12B-it-uncensored-heretic-NVFP4
- NVFP4 GGUF: https://huggingface.co/llmfan46/gemma-4-12B-it-uncensored-heretic-NVFP4-GGUF

Автор даже сделал несколько NVFP4 Safetensors и NVFP4 GGUF на базе стандартной Gemma 4 31B, потому что кто-то их заказал::
👉 gemma-4-31B-it-uncensored-heretic:
- NVFP4 Safetensors: https://huggingface.co/llmfan46/gemma-4-31B-it-uncensored-heretic-NVFP4
- NVFP4 GGUFs: https://huggingface.co/llmfan46/gemma-4-31B-it-uncensored-heretic-NVFP4-GGUF