핵심 역량

• 이미지-텍스트 멀티모달 대화
• 텍스트 생성 및 추론
• 로컬 환경에서의 효율적 추론

강점

• QAT 적용으로 일반 양자화 대비 높은 정확도 유지
• GGUF 형식을 통한 로컬 추론 최적화

훈련 방식

Google Gemma 4 31B IT QAT 모델 기반 GGUF 양자화 변환

알아두면 좋은 것

• GGUF 형식으로 변환되어 llama.cpp 등에서 구동 가능
• QAT(Quantization Aware Training) 기법 적용으로 양자화 손실 최소화
• Apache 2.0 라이선스 적용
• 이미지-텍스트 멀티모달 입력 처리 지원