Modelo
LLMs & Texto
yuxinlu1/gemma-4-12B-coder-fable5-composer2.5-v1-GGUF
Modelo de geração de texto · 12 B de parâmetros — 726.3 mil downloads e 2.7 mil curtidas no Hugging Face.
Hugging Face · Modelos
·yuxinlu1
·
·↓ 726265
·♥ 2708
O modelo yuxinlu1/gemma-4-12B-coder-fable5-composer2.5-v1-GGUF aparece entre os mais comentados do Hugging Face — um termômetro do que a comunidade está realmente usando agora na tarefa de geração de texto.
Ficha técnica
- Tarefa: geração de texto
- Parâmetros: 12 B
- Biblioteca:
gguf - Formatos: GGUF
- Licença: Apache 2.0
- Downloads: 726.3 mil · Curtidas: 2.7 mil
Hardware recomendado
Estimativa de VRAM só para carregar os pesos (com ~20% de folga para ativações). Contextos longos consomem memória adicional para o cache de atenção (KV cache).
- Precisão original (16-bit): ~29 GB de VRAM — 1 GPU profissional (48 GB, ex. A6000) ou 2× 24 GB
- Quantizado 8-bit: ~14 GB de VRAM — 1 GPU high-end (24 GB, ex. RTX 3090/4090)
- Quantizado 4-bit: ~7.2 GB de VRAM — 1 GPU de consumo (≥ 8 GB, ex. RTX 3060)
Como rodar localmente
Os pesos estão em GGUF, prontos para rodar na CPU ou GPU com Ollama, llama.cpp ou LM Studio — sem Python.
# Ollama
ollama run hf.co/yuxinlu1/gemma-4-12B-coder-fable5-composer2.5-v1-GGUF
# ou llama.cpp
llama-cli -hf yuxinlu1/gemma-4-12B-coder-fable5-composer2.5-v1-GGUF -p "Explique o que é entropia."Tags
gguf gemma4 coding code reasoning thinking llama.cpp local-llm
