How to use from
vLLM
Install from pip and serve model
# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Iamgm/magic-paste-gemma-3n-4b"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Iamgm/magic-paste-gemma-3n-4b",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'
Use Docker
docker model run hf.co/Iamgm/magic-paste-gemma-3n-4b:Q4_K_M
Quick Links

Magic Paste (Gemma 3n 4B LoRa Fine-Tuned)

Это GGUF-квантованная (Q4_K_M) версия модели Gemma 3n 4B, дообученная (LoRa) для задачи голосового управления текстом.

Используется в проекте: magic-paste

Файлы:

  • gemma_3n_q4_k_m.gguf: Основная модель (Text/Chat).
  • mmproj_gemma_3n_f16.gguf: Аудио-проектор для Native ASR (Экспериментально / Требует поддержки в backend).

Как использовать (Python):

Модель оптимизирована для запуска через llama-server.exe или llama-cpp-python.

Downloads last month
7
GGUF
Model size
7B params
Architecture
gemma3n
Hardware compatibility
Log In to add your hardware

4-bit

Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support