Mindket

gemma-3-270m-it-GGUF

新上架第 1 版 · 更新于

概览

作为 268M 的指令微调 Gemma 3 模型,以 GGUF 格式根据提示词生成文本,小到可以在笔记本和台式机上运行。适合想要一个微型本地模型来运行或微调的开发者。

gemma-3-270m-it-GGUF 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python,用来运行 Hugging Face 下载工具
  • huggingface_hub 包
  • 一个能加载 GGUF 文件的运行环境
  • 为约 134 MB 的模型文件留出空间,这是 4-bit 的估计值
用在
  • 能加载 GGUF 文件的运行环境
  • Google Colab,通过模型卡链接的免费微调笔记本使用
  • Windows、macOS 或 Linux,下载步骤需要 Python
先运行
pip install -U huggingface_hub
hf download unsloth/gemma-3-270m-it-GGUF

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

gemma-3-270m-it-GGUF 是 Unsloth 制作的 GGUF 副本,来自 Google 的指令微调 Gemma 3 模型,有 2.68 亿个参数。它读入文字提示词,再写回文字,比如一个回答或一份摘要。模型卡为这个尺寸提供了免费的微调笔记本。

适合谁

它适合想在自己电脑上用一个微型模型的开发者和学习者,也适合想用低成本模型练习微调的人。

IndustryWho uses itHow they use itExample
软件开发者在本地运行一个小型文本模型在工具里回答简短的问题
教育学习者在微型模型上练习微调照着这个尺寸的免费笔记本操作
研究实验者在小模型上测试提示词和采样设置比较不同设置下的回复

如果你需要更大 Gemma 3 尺寸的更长上下文,可以跳过它,那些尺寸最高可达 128K 个 token。

用在哪里

  • 能加载 GGUF 文件的运行环境
  • Google Colab,通过模型卡链接的免费微调笔记本使用
  • Windows、macOS 或 Linux,下载步骤需要 Python
Use caseWhoWhat they get back
问答开发者对你提示词的简短书面回答
摘要写作者和开发者你粘贴进去的文档的精简版
微调练习学习者一个可以用你自己的示例来调整的小模型

如何设置

  • Python,用来运行 Hugging Face 下载工具
  • huggingface_hub 包
  • 一个能加载 GGUF 文件的运行环境
  • 为约 134 MB 的模型文件留出空间,这是 4-bit 的估计值
  1. 安装 Hugging Face 的 hub 包。
  2. 把仓库文件下载到你的电脑。
  3. 在你的运行环境里加载 gguf 文件,并使用下面的采样设置。
pip install -U huggingface_hub
hf download unsloth/gemma-3-270m-it-GGUF

模型卡要求你使用下面这些采样设置。

temperature = 1.0, top_k = 64, top_p = 0.95, min_p = 0.0

如何使用

你在 GGUF 运行环境里加载模型,设好上面的采样值,再输入提示词。模型卡还指向一份讲如何正确运行 Gemma 3 的 Unsloth 指南。

ToolWhat it does
hf download把模型文件下载到你的电脑
采样设置上面代码块里的数值,模型卡说要使用它们
Unsloth 笔记本针对这个模型尺寸的免费微调笔记本

示例

你粘贴一段话,然后问:"Summarize this in two sentences." 模型会以纯文本写回一份简短的摘要。

新手与专家

如果你是新手,这个模型很小巧,适合普通硬件。下载文件,在运行环境里加载,使用上面的设置,再试着问一个简短的问题。

如果你熟悉这个领域:它是 Gemma 3 家族里经过指令微调的 270M 成员,输入上下文为 32K 个 token,已转换成 GGUF。代价是体积,因为这个家族最大到 27B。

  1. 你输入提示词
  2. 运行环境加载 GGUF 文件
  3. 模型按模型卡的设置采样
  4. 文本返回

注意事项

各 Gemma 3 尺寸的输入上下文,单位为千 token
270M 和 1B 尺寸32 K token
4B、12B 和 27B 尺寸128 K token
  • 大小:4-bit 约 134 MB,为估计值
  • 家族:Google DeepMind 的 Gemma 3,支持超过 140 种语言
  • License: gemma,遵循 Google 的 Gemma 条款
  • Cost to run: 没有提到费用
  • Data it reaches: 你给它的提示词,以及你从 Hugging Face 下载的文件
  • Not for: 这里给出的模型卡文字没有列出限制,但 Gemma 使用条款适用

README 和文件

README

gemma-3-270m-it-GGUF

作为 268M 的指令微调 Gemma 3 模型,以 GGUF 格式根据提示词生成文本,小到可以在笔记本和台式机上运行。适合想要一个微型本地模型来运行或微调的开发者。

由 unsloth 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:gemma-3-270m-it-GGUF 是 Unsloth 制作的 GGUF 副本,来自 Google 的指令微调 Gemma 3 模型,有 2.68 亿个参数。它读入文字提示词,再写回文字,比如一个回答或一份摘要。模型卡为这个尺寸提供了免费的微调笔记本。

适合谁:它适合想在自己电脑上用一个微型模型的开发者和学习者,也适合想用低成本模型练习微调的人。

Industry | Who uses it | How they use it | Example
软件 | 开发者 | 在本地运行一个小型文本模型 | 在工具里回答简短的问题
教育 | 学习者 | 在微型模型上练习微调 | 照着这个尺寸的免费笔记本操作
研究 | 实验者 | 在小模型上测试提示词和采样设置 | 比较不同设置下的回复

如果你需要更大 Gemma 3 尺寸的更长上下文,可以跳过它,那些尺寸最高可达 128K 个 token。

用在哪里:

  • 能加载 GGUF 文件的运行环境
  • Google Colab,通过模型卡链接的免费微调笔记本使用
  • Windows、macOS 或 Linux,下载步骤需要 Python
Use case | Who | What they get back
问答 | 开发者 | 对你提示词的简短书面回答
摘要 | 写作者和开发者 | 你粘贴进去的文档的精简版
微调练习 | 学习者 | 一个可以用你自己的示例来调整的小模型

如何设置:

  • Python,用来运行 Hugging Face 下载工具
  • huggingface_hub 包
  • 一个能加载 GGUF 文件的运行环境
  • 为约 134 MB 的模型文件留出空间,这是 4-bit 的估计值
  1. 安装 Hugging Face 的 hub 包。
  2. 把仓库文件下载到你的电脑。
  3. 在你的运行环境里加载 gguf 文件,并使用下面的采样设置。
pip install -U huggingface_hub
hf download unsloth/gemma-3-270m-it-GGUF

模型卡要求你使用下面这些采样设置。

temperature = 1.0, top_k = 64, top_p = 0.95, min_p = 0.0

如何使用:你在 GGUF 运行环境里加载模型,设好上面的采样值,再输入提示词。模型卡还指向一份讲如何正确运行 Gemma 3 的 Unsloth 指南。

Tool | What it does
hf download | 把模型文件下载到你的电脑
采样设置 | 上面代码块里的数值,模型卡说要使用它们
Unsloth 笔记本 | 针对这个模型尺寸的免费微调笔记本

示例:你粘贴一段话,然后问:"Summarize this in two sentences." 模型会以纯文本写回一份简短的摘要。

新手与专家:如果你是新手,这个模型很小巧,适合普通硬件。下载文件,在运行环境里加载,使用上面的设置,再试着问一个简短的问题。

如果你熟悉这个领域:它是 Gemma 3 家族里经过指令微调的 270M 成员,输入上下文为 32K 个 token,已转换成 GGUF。代价是体积,因为这个家族最大到 27B。

你输入提示词
运行环境加载 GGUF 文件
模型按模型卡的设置采样
文本返回

注意事项:

Title: 各 Gemma 3 尺寸的输入上下文,单位为千 token
270M 和 1B 尺寸: 32 K token
4B、12B 和 27B 尺寸: 128 K token
  • 大小:4-bit 约 134 MB,为估计值
  • 家族:Google DeepMind 的 Gemma 3,支持超过 140 种语言
  • License: gemma,遵循 Google 的 Gemma 条款
  • Cost to run: 没有提到费用
  • Data it reaches: 你给它的提示词,以及你从 Hugging Face 下载的文件
  • Not for: 这里给出的模型卡文字没有列出限制,但 Gemma 使用条款适用

Hugging Face 上的数据(2026年11月13日)

  • 任务:text generation
  • 框架:transformers
  • 参数量:268M
  • Weights: about 134 MB at 4-bit (estimate)
  • Formats: GGUF
  • 最近 30 天下载:91,489
  • 点赞:181
  • 许可证:gemma
  • 基于:google/gemma-3-270m-it
  • Quantized versions: 2
  • 标签:transformers, gguf, gemma3, unsloth, gemma, google, text-generation, conversational

链接

  • 模型:https://huggingface.co/unsloth/gemma-3-270m-it-GGUF
  • 文件:https://huggingface.co/unsloth/gemma-3-270m-it-GGUF/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download unsloth/gemma-3-270m-it-GGUF

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
gemma-3-270m-it-GGUF 本页91,489181268Mgemma
gemma-3-4b-it-GGUF共有 gemma3 · gemma · google160,7202163.9Bgemma
gemma-3-12b-it-GGUF共有 gemma3 · gemma · google84,93720411.8Bgemma
gemma-3-27b-it-GGUF共有 gemma3 · gemma · google50,28421127Bgemma
gemma-4-12B-it-qat-GGUF共有 gemma · google · unsloth196,87161711.9Bapache-2.0
gemma-4-31B-it-qat-GGUF共有 gemma · google · unsloth79,93322630.7Bapache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Huashu Design

alchaincyf · 技能

把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。

新上架29.4k

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Claude Code Skills & Plugins

alirezarezvani · 技能

为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。

新上架29.8k

开发类的相似商品

查看开发类的全部商品

buzz

block · 工具包

可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。

新上架37.3k

plannotator

backnotprop · 工具包

把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。

新上架10.5k

open-code-review

alibaba · 工具包

用 AI 智能体审查 Git 改动:它会读取文件、搜索代码库,再写出对应到具体行的审查意见。适合想在命令行里自动做代码审查的开发者。

新上架50.7k