Instructions to use jacob-ml/Jacob-2-E4B with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use jacob-ml/Jacob-2-E4B with PEFT:

from peft import PeftModel
from transformers import AutoModelForCausalLM

base_model = AutoModelForCausalLM.from_pretrained("google/gemma-4-E4B-it")
model = PeftModel.from_pretrained(base_model, "jacob-ml/Jacob-2-E4B")

Transformers

How to use jacob-ml/Jacob-2-E4B with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="jacob-ml/Jacob-2-E4B")
messages = [
    {
        "role": "user",
        "content": [
            {"type": "image", "url": "https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/p-blog/candy.JPG"},
            {"type": "text", "text": "What animal is on the candy?"}
        ]
    },
]
pipe(text=messages)

# Load model directly
from transformers import AutoProcessor, AutoModelForMultimodalLM

processor = AutoProcessor.from_pretrained("jacob-ml/Jacob-2-E4B")
model = AutoModelForMultimodalLM.from_pretrained("jacob-ml/Jacob-2-E4B")
messages = [
    {
        "role": "user",
        "content": [
            {"type": "image", "url": "https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/p-blog/candy.JPG"},
            {"type": "text", "text": "What animal is on the candy?"}
        ]
    },
]
inputs = processor.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(processor.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use jacob-ml/Jacob-2-E4B with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "jacob-ml/Jacob-2-E4B"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "jacob-ml/Jacob-2-E4B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/jacob-ml/Jacob-2-E4B

SGLang

How to use jacob-ml/Jacob-2-E4B with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "jacob-ml/Jacob-2-E4B" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "jacob-ml/Jacob-2-E4B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "jacob-ml/Jacob-2-E4B" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "jacob-ml/Jacob-2-E4B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use jacob-ml/Jacob-2-E4B with Docker Model Runner:
```
docker model run hf.co/jacob-ml/Jacob-2-E4B
```

Das nächstgrößte Sprachmodell in Leichter Sprache in der Jacob 2-Familie ist Jacob 2 E4B.

Es basiert auf der die effizienten Per-Layer-Embeddings ausnutzenden Gemma 4-Architektur und wurde auf über 4.000 hochqualitativen Konversationen in Leichter Sprache trainiert. Wie bei Jacob 2 4B wurden diese Konversationen im Vorhinein von einem Classifier bewertet und gefiltert.

Jacob 2 E4B nutzt pro Forward Pass effektiv nur 4 Mrd. Parameter, wie Jacob 2 4B auch. Jedoch ist dieses Modell zusätzlich in der Lage, pro Schicht weitere inhaltsreiche Einbettungsvektoren zu laden und somit die Ausgabequalität zu verbessern, ohne Performanceeinbußen hinzunehmen.

Dieses Modell wird unter der Apache-2.0-Lizenz bereitgestellt.

Es unterstützt...

Reasoning (jetzt neu): es kann variabel entweder zuerst nachdenken oder direkt eine Antwort liefern
Multimodalität: es kann Bilder und jetzt auch Audio-Snippets bis zu 30 Sekunden nativ verarbeiten
Tools: damit können außenstehende Anwendungen und aktuelle Informationen ins Nutzererlebnis eingebunden werden

Wie alle modernen KI-Sprachmodelle kann auch dieses Fehler machen. Daher ist eine erhöhte Obacht im Einsatz des Modells geboten.

Viel Spaß beim Ausprobieren!