gemma-gaia-vision-mlx-q4

Gemma-3-Gaia-PT-BR-4b-it - MLX (Quantized)

Esta é a versão otimizada e convertida nativamente para o ecossistema Apple Silicon (MLX) do modelo CEIA-UFG/Gemma-3-Gaia-PT-BR-4b-it.

O processo foi realizado utilizando a biblioteca mlx-vlm, garantindo que toda a arquitetura multimodal e as capacidades de interação estruturada fossem preservadas sem perdas estruturais.

---

Especificações da Conversão

• Modelo Base: CEIA-UFG/Gemma-3-Gaia-PT-BR-4b-it
• Framework: Apple MLX (mlx-vlm)
• Quantização: Otimizada (~5.47 bits por peso / Q4 estruturado)
• Suporte a Visão: Integrado (processamento de imagens e torre óptica preservados)
• Tool Calling: Suporte a chamadas de ferramentas e funções mantido através do template original.

---

Requisitos de Hardware

• Arquitetura: Processadores Apple Silicon (M1, M2, M3, M4, ou superior).
• Memória RAM Unificada: Recomenda-se no mínimo 8 GB de RAM livre dedicada para rodar o modelo de 4B com fluidez.
• Sistema Operacional: macOS 13.5 (Ventura) ou superior.

---

Como Utilizar

1. Em Aplicativos de Interface Gráfica (oMLX, LM Studio)

Basta baixar esta pasta diretamente para o seu computador e importá-la como modelo local no oMLX ou em clientes compatíveis com a arquitetura mlx-vlm.

2. Via Código Python (mlx-vlm)

Se preferir rodar inferências programaticamente via terminal ou script Python utilizando a biblioteca oficial de visão da Apple:

pip install mlx-vlm

---

Casos de Uso e Recursos

Análise Multimodal em PT-BR: Excelente capacidade de interpretação de documentos escaneados, gráficos, tabelas e fotografias urbanas no contexto do português brasileiro.

Assistentes Locais com Visão: Ideal para rodar 100% offline em Macs, preservando total privacidade dos dados.

Integração de Agentes: Suporte a tool calling para automação de tarefas locais.

---

Créditos e Agradecimentos

Modelo Original: Desenvolvido pelo CEIA-UFG.

Conversão e Otimização MLX: Realizada para execução de alta performance em hardware Apple Silicon.