LLM EU
Меню
Модели

Gemma 3 12B It

Google DeepMind

Само в каталога Отворени тегла

Последна проверка:

Суверенитет и хостинг

Само в каталога

Този модел е включен в каталога за справка. Той все още не се хоства в LLM EU и нито един собствен endpoint не го обслужва тук. Заявките към него отиват директно при доставчика, при неговите собствени условия.

Обобщение

Gemma 3 12B It е визуално-езиков модел с отворени тегла от Google DeepMind с 12.2B параметри, публикуван под gemma. Хранилището е създадено през март 2025 г. и е огледално копие в Hugging Face. Той приема текст и изображения и отговаря с текст. Контролната точка е настроена с инструкции и включва шаблон за чат. Публикуваната конфигурация не записва контекстен прозорец, така че тази карта не съдържа такъв. Картата е само за каталог: LLM EU не изпълнява този модел. Издателят не посочва езиково покритие на страницата на модела.

Спецификации

Доставчик
Google DeepMind (US)
Прозорец на контекста
Непроверено: доставчикът не е документирал това твърдение.
Параметри
12.2B
Модалности
text, vision
Лиценз
gemma · licence
Отворени тегла
yes
Дата на издаване
01.03.2025 г.
Задачи
Многоезична поддръжка, Визия, Обобщаване

Езици

Силно: —

Достатъчно: —

Силно

    Достатъчно

      Непроверено: доставчикът не е документирал това твърдение. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

      Кога да се използва

      Силни страни

      • open weights are published on Hugging Face and can be downloaded without a vendor agreement
      • instruction-tuned checkpoint with a chat template in the repository

      Ограничения

      • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
      • no evaluation has been run by LLM EU
      • the published configuration records no context window, so the card carries none
      • at 12.2B parameters, self-hosting needs a single accelerator with enough memory for the weights
      • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model