LLM EU
Menu
Modeller

Gemma 4 E2B It

Google DeepMind

Kun katalog Åbne vægte

Sidst gennemgået:

Suverænitet og hosting

Kun i katalog

Denne model er katalogiseret til reference. Den er endnu ikke hostet på LLM EU, og ingen førsteparts-endpoint betjener den her. Anmodninger til den går direkte til udbyderen under den pågældende udbyders egne vilkår.

Resumé

Checkpointet er instruktions-tunet og leveres med en chat-skabelon. Gemma 4 E2B It er udgivet af Google DeepMind som åbne vægte med 5.1B parametre under Apache-2.0. Den tager lyd ind og skriver tekst ud. Den offentliggjorte konfiguration registrerer intet kontekstvindue, så dette kort indeholder intet. Repository'et blev oprettet i marts 2026 og er spejlet på Hugging Face. Kortet er kun til katalogbrug: LLM EU kører ikke denne model. Udgiveren angiver ingen sprogdækning på modelsiden.

Specifikationer

Udbyder
Google DeepMind (US)
Kontekstvindue
Ikke verificeret: udbyderen har ikke dokumenteret denne påstand.
Parametre
5.1B
Modaliteter
text, vision, audio
Licens
apache-2.0 · licence
Åbne vægte
yes
Udgivelsesdato
02. mar. 2026
Opgaver
Flersproget support, Lav pris, Vision

Sprog

Stærk: —

Tilstrækkelig: —

Stærk

    Tilstrækkelig

      Ikke verificeret: udbyderen har ikke dokumenteret denne påstand. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

      Hvornår man bruger den

      Styrker

      • open weights are published on Hugging Face and can be downloaded without a vendor agreement
      • Apache-2.0 licence, so commercial self-hosting is permitted without a separate agreement
      • at 5.1B parameters it fits on a single accelerator
      • instruction-tuned checkpoint with a chat template in the repository
      • speech recognition runs locally, so audio never leaves the operator premises

      Begrænsninger

      • 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 5.1B parameters, the weights fit on a single modest accelerator
      • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model