Mindket

gemma-3-27b-it-GGUF

新上架第 1 版 · 更新于

概览

用 Google 的 Gemma 3 27B 指令微调模型回答关于文本和图像的问题,提供 Unsloth 制作的 GGUF 文件,可在你自己的电脑上运行。支持 128K 词元上下文。

gemma-3-27b-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,用于 Hugging Face hub 工具
  • 一个能加载 GGUF 文件的运行器
  • 你选的文件所需的磁盘空间,4-bit 权重估计约 13.5 GB
用在
  • Windows、macOS 或 Linux 上的 Python,用于下载文件
  • 能加载 GGUF 文件的工具,比如 llama.cpp 或 Ollama,卡片把它们列为导出目标
  • 你自己的云环境,卡片提到它是部署 Gemma 3 的地方
先运行
pip install -U huggingface_hub
hf download unsloth/gemma-3-27b-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

这个仓库存放 gemma-3-27b-it 的 GGUF 版本,它是 Google DeepMind 的 Gemma 3 系列里 27B 的指令微调模型。Unsloth 制作了量化文件。Gemma 3 接收文本和图像作为输入,输出文本。

适合谁

想在自己的电脑或云环境里用一个能力不错、支持图像输入的开放模型的人。4-bit 权重估计约 13.5 GB,所以机器要放得下。

IndustryWho uses itHow they use itExample
软件开发者给应用加上能读文字和图片的本地模型描述一张截图的内容
研究AI 研究人员测试量化形式的 27B 开放模型比较两种文件大小的回答
教育学生在自己的机器上练习问答和总结总结一篇长文章
运营有自己硬件的团队把文档留在自己的系统里就一份长的内部文本提问

需要权重采用普通宽松许可证的人可以跳过它,因为使用要遵守 Google 的 Gemma 条款。

用在哪里

  • Windows、macOS 或 Linux 上的 Python,用于下载文件
  • 能加载 GGUF 文件的工具,比如 llama.cpp 或 Ollama,卡片把它们列为导出目标
  • 你自己的云环境,卡片提到它是部署 Gemma 3 的地方
Use caseWhoWhat they get back
问答任何人对关于一段文本的问题的书面回答
总结学生和团队一份长文档的精简版
图像理解开发者对图像内容的书面分析
推理研究人员对问题的分步回答

如何设置

  • Python,用于 Hugging Face hub 工具
  • 一个能加载 GGUF 文件的运行器
  • 你选的文件所需的磁盘空间,4-bit 权重估计约 13.5 GB
  1. 用 pip 安装 Hugging Face hub 工具。
  2. 用 hf 命令下载文件。
  3. 在你的运行器里加载一个 GGUF 文件。卡片指向 Unsloth 关于正确运行 Gemma 3 的指南。
pip install -U huggingface_hub
hf download unsloth/gemma-3-27b-it-GGUF

如何使用

给模型发送文本,或者文本加图像,然后读它写回的文字。这里展示的卡片部分没有给出运行命令,所以请按你选的运行器和卡片链接的指南操作。下面的细节来自 Gemma 3 的模型卡。

InputHow it is handled
文本问题、指令,或者想要缩短的文档
图像调整为 896 x 896,每张编码成 256 个词元
上下文27B 规模一次最多读取 128K 词元
输出生成的文本,比如回答、图像分析或总结

示例

你给模型一张照片,问它显示了什么。它用文字回答,描述图像内容,前提是你的运行器支持图像输入。

新手与专家

先用纯文本问题检查文件能不能加载。可以之后,再试一张图片和一个关于它的简短问题。较小的笔记本电脑可能需要比这个更小的文件。

Gemma 3 用与 Gemini 模型相同的研究和技术构建。它覆盖 140 多种语言,有 128K 的上下文窗口。27B 处在 Gemma 3 规模范围的顶端,这个范围还包括 1B、4B 和 12B。

  1. 输入文本或一张图像
  2. 图像变成每张 256 个词元
  3. 模型读取完整的上下文
  4. 它用文本写出答案

注意事项

  • Context: 27B 规模最多 128K 词元。
  • Images: 每张图像调整为 896 x 896,占 256 个词元。
  • Languages: 卡片说支持超过 140 种语言。记录里列出的是英语。
  • License: Gemma 许可证,也就是适用 Google 的 Gemma 使用条款。
  • Cost to run: 未提及。来源里没有出现 API 密钥或付费服务。
  • Data it reaches: 你电脑上的文件,以及来自 Hugging Face 的模型下载。
  • Not for: 在这里展示的部分,来源没有给出禁止的用途。使用规则由 Gemma 使用条款规定。

README 和文件

README

gemma-3-27b-it-GGUF

用 Google 的 Gemma 3 27B 指令微调模型回答关于文本和图像的问题,提供 Unsloth 制作的 GGUF 文件,可在你自己的电脑上运行。支持 128K 词元上下文。

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:这个仓库存放 gemma-3-27b-it 的 GGUF 版本,它是 Google DeepMind 的 Gemma 3 系列里 27B 的指令微调模型。Unsloth 制作了量化文件。Gemma 3 接收文本和图像作为输入,输出文本。

适合谁:想在自己的电脑或云环境里用一个能力不错、支持图像输入的开放模型的人。4-bit 权重估计约 13.5 GB,所以机器要放得下。

Industry | Who uses it | How they use it | Example
软件 | 开发者 | 给应用加上能读文字和图片的本地模型 | 描述一张截图的内容
研究 | AI 研究人员 | 测试量化形式的 27B 开放模型 | 比较两种文件大小的回答
教育 | 学生 | 在自己的机器上练习问答和总结 | 总结一篇长文章
运营 | 有自己硬件的团队 | 把文档留在自己的系统里 | 就一份长的内部文本提问

需要权重采用普通宽松许可证的人可以跳过它,因为使用要遵守 Google 的 Gemma 条款。

用在哪里:

  • Windows、macOS 或 Linux 上的 Python,用于下载文件
  • 能加载 GGUF 文件的工具,比如 llama.cpp 或 Ollama,卡片把它们列为导出目标
  • 你自己的云环境,卡片提到它是部署 Gemma 3 的地方
Use case | Who | What they get back
问答 | 任何人 | 对关于一段文本的问题的书面回答
总结 | 学生和团队 | 一份长文档的精简版
图像理解 | 开发者 | 对图像内容的书面分析
推理 | 研究人员 | 对问题的分步回答

如何设置:

  • Python,用于 Hugging Face hub 工具
  • 一个能加载 GGUF 文件的运行器
  • 你选的文件所需的磁盘空间,4-bit 权重估计约 13.5 GB
  1. 用 pip 安装 Hugging Face hub 工具。
  2. 用 hf 命令下载文件。
  3. 在你的运行器里加载一个 GGUF 文件。卡片指向 Unsloth 关于正确运行 Gemma 3 的指南。
pip install -U huggingface_hub
hf download unsloth/gemma-3-27b-it-GGUF

如何使用:给模型发送文本,或者文本加图像,然后读它写回的文字。这里展示的卡片部分没有给出运行命令,所以请按你选的运行器和卡片链接的指南操作。下面的细节来自 Gemma 3 的模型卡。

Input | How it is handled
文本 | 问题、指令,或者想要缩短的文档
图像 | 调整为 896 x 896,每张编码成 256 个词元
上下文 | 27B 规模一次最多读取 128K 词元
输出 | 生成的文本,比如回答、图像分析或总结

示例:你给模型一张照片,问它显示了什么。它用文字回答,描述图像内容,前提是你的运行器支持图像输入。

新手与专家:先用纯文本问题检查文件能不能加载。可以之后,再试一张图片和一个关于它的简短问题。较小的笔记本电脑可能需要比这个更小的文件。

Gemma 3 用与 Gemini 模型相同的研究和技术构建。它覆盖 140 多种语言,有 128K 的上下文窗口。27B 处在 Gemma 3 规模范围的顶端,这个范围还包括 1B、4B 和 12B。

输入文本或一张图像
图像变成每张 256 个词元
模型读取完整的上下文
它用文本写出答案

注意事项:

  • Context: 27B 规模最多 128K 词元。
  • Images: 每张图像调整为 896 x 896,占 256 个词元。
  • Languages: 卡片说支持超过 140 种语言。记录里列出的是英语。
  • License: Gemma 许可证,也就是适用 Google 的 Gemma 使用条款。
  • Cost to run: 未提及。来源里没有出现 API 密钥或付费服务。
  • Data it reaches: 你电脑上的文件,以及来自 Hugging Face 的模型下载。
  • Not for: 在这里展示的部分,来源没有给出禁止的用途。使用规则由 Gemma 使用条款规定。

Hugging Face 上的数据(2026年11月13日)

  • 任务:image text to text
  • 框架:transformers
  • 参数量:27B
  • Weights: about 13.5 GB at 4-bit (estimate)
  • Formats: GGUF
  • 最近 30 天下载:50,284
  • 点赞:211
  • 许可证:gemma
  • 语言:en
  • 基于:google/gemma-3-27b-it
  • 标签:transformers, gguf, gemma3, image-text-to-text, unsloth, gemma, google, imatrix, conversational

链接

  • 模型:https://huggingface.co/unsloth/gemma-3-27b-it-GGUF
  • 文件:https://huggingface.co/unsloth/gemma-3-27b-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-3-27b-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-3-27b-it-GGUF 本页50,28421127Bgemma
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-3-270m-it-GGUF共有 gemma3 · gemma · google91,489181268Mgemma
gemma-4-31B-it-GGUF共有 gemma · google · imatrix428,26667730.7Bapache-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

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架