| --- |
| library_name: mlx |
| tags: |
| - mlx |
| - audio |
| - vision |
| - gemma-4 |
| - bf16 |
| --- |
| |
| # Gemma-4-E4B-it bf16 MLX (Audio Supported / Fixed) |
|
|
| 本模型是将官方原版 [google/gemma-4-e4b-it](https://huggingface.co/google/gemma-4-e4b-it) 转换为 Apple Silicon (Mac) 专用的 MLX 格式的 **bf16 版本**（非量化，保持原始精度）。 |
|
|
| 该模型由 **mlx-vlm 版本 0.5.0** 转换生成，使用 bfloat16 存储权重。有关模型的架构、训练数据和预设能力的更多详细信息，请参阅[原始模型卡](https://huggingface.co/google/gemma-4-e4b-it)。 |
|
|
| This model is a **bf16 (non-quantized)** MLX version of the original [google/gemma-4-e4b-it](https://huggingface.co/google/gemma-4-e4b-it), optimized for Apple Silicon Macs. It was converted using **mlx-vlm version 0.5.0** and weights are stored in bfloat16 format. For more details about the model architecture and training data, please refer to the original model card. |
|
|
| ## 🌟 此版本的特别说明 (Important Fixes) |
|
|
| 早期的 `mlx-vlm` 版本（如 0.4.x）在转换 Gemma 4 时，存在破坏音频塔（Audio Tower）权重以及丢失 `feature_extractor` 的 Bug，导致模型在处理音频时出现“失聪”或无限输出网址乱码（如 `123456...`）的问题。 |
|
|
| **本仓库的权重使用了最新的 mlx-vlm v0.5.0 重新转换为 bf16 格式，完美跳过了音频塔的损坏，保留了无损的音频特征提取能力！** 现在你可以直接在 Mac 上以 bf16 精度极速运行 Gemma 4 的原生语音识别（ASR）和音频对话功能。 |
|
|
| ## 💻 安装与依赖 (Requirements) |
|
|
| 请确保你安装了最新版的 `mlx-vlm`（需要包含音频修复补丁）： |
| ```bash |
| pip install -U "mlx-vlm>=0.5.0" transformers |
