Instructions to use felipecmarins/gemma3-4b-algebra4-gguf with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use felipecmarins/gemma3-4b-algebra4-gguf with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="felipecmarins/gemma3-4b-algebra4-gguf",
	filename="algebra4-q4_0.gguf",
)

llm.create_chat_completion(
	messages = [
		{
			"role": "user",
			"content": "What is the capital of France?"
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use felipecmarins/gemma3-4b-algebra4-gguf with llama.cpp:

Install from brew

brew install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf felipecmarins/gemma3-4b-algebra4-gguf:Q4_0
# Run inference directly in the terminal:
llama-cli -hf felipecmarins/gemma3-4b-algebra4-gguf:Q4_0

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf felipecmarins/gemma3-4b-algebra4-gguf:Q4_0
# Run inference directly in the terminal:
llama-cli -hf felipecmarins/gemma3-4b-algebra4-gguf:Q4_0

Use pre-built binary

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf felipecmarins/gemma3-4b-algebra4-gguf:Q4_0
# Run inference directly in the terminal:
./llama-cli -hf felipecmarins/gemma3-4b-algebra4-gguf:Q4_0

Build from source code

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf felipecmarins/gemma3-4b-algebra4-gguf:Q4_0
# Run inference directly in the terminal:
./build/bin/llama-cli -hf felipecmarins/gemma3-4b-algebra4-gguf:Q4_0

Use Docker

docker model run hf.co/felipecmarins/gemma3-4b-algebra4-gguf:Q4_0

LM Studio
Jan

vLLM

How to use felipecmarins/gemma3-4b-algebra4-gguf with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "felipecmarins/gemma3-4b-algebra4-gguf"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "felipecmarins/gemma3-4b-algebra4-gguf",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/felipecmarins/gemma3-4b-algebra4-gguf:Q4_0

Ollama
How to use felipecmarins/gemma3-4b-algebra4-gguf with Ollama:
```
ollama run hf.co/felipecmarins/gemma3-4b-algebra4-gguf:Q4_0
```

Unsloth Studio

How to use felipecmarins/gemma3-4b-algebra4-gguf with Unsloth Studio:

Install Unsloth Studio (macOS, Linux, WSL)

curl -fsSL https://unsloth.ai/install.sh | sh
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for felipecmarins/gemma3-4b-algebra4-gguf to start chatting

Install Unsloth Studio (Windows)

irm https://unsloth.ai/install.ps1 | iex
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for felipecmarins/gemma3-4b-algebra4-gguf to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for felipecmarins/gemma3-4b-algebra4-gguf to start chatting

Docker Model Runner
How to use felipecmarins/gemma3-4b-algebra4-gguf with Docker Model Runner:
```
docker model run hf.co/felipecmarins/gemma3-4b-algebra4-gguf:Q4_0
```

Lemonade

How to use felipecmarins/gemma3-4b-algebra4-gguf with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull felipecmarins/gemma3-4b-algebra4-gguf:Q4_0

Run and chat with the model

lemonade run user.gemma3-4b-algebra4-gguf-Q4_0

List all available models

lemonade list

gemma3-4b-algebra4-gguf — Q4_0 quantizado para celular

TL;DR — Gemma 3 4B Instruct fine-tunado em datasets de matemática (com foco em Álgebra Linear) e quantizado para 2.3 GB em GGUF Q4_0, pronto para rodar 100% offline em celular Android via PocketPal AI, MLC Chat, llama.cpp ou MediaPipe.

O que é este modelo

Modelo de raciocínio matemático em português e inglês, otimizado para resolver exercícios de Álgebra Linear IV (autovalores, autovetores, decomposições, espaços vetoriais, transformações lineares) diretamente no celular, sem internet.

Base: google/gemma-3-4b-it (4.3 B params, multimodal texto+imagem)
Quantização: GGUF Q4_0 com imatrix calibrado em ~300 exemplos do mix de math
Tamanho: 2.3 GB (era 8.6 GB em BF16 — compressão 3.7×)
Footprint em RAM: ~3 GB ativo (cabe em A56, A36, Pixel 8a, qualquer Android com ≥ 6 GB)
Performance (medida em CPU 12 vCPU L4 da GCP): prompt 38.6 t/s · decode 8.9 t/s

Como rodar — 3 caminhos

Caminho 1 · PocketPal AI (mais simples, recomendado)

Instalar PocketPal AI da Play Store
Abrir o app → "Models" → "+" → "Add from Hugging Face"
Colar: felipecmarins/gemma3-4b-algebra4-gguf
Aguardar download (~2.3 GB via WiFi · uma única vez)
Selecionar o modelo, abrir um chat e mandar a foto/texto do exercício

Caminho 2 · llama.cpp (linha de comando)

# 1. Build
git clone https://github.com/ggerganov/llama.cpp
cd llama.cpp && cmake -B build -DLLAMA_CURL=OFF && cmake --build build -j

# 2. Download
hf download felipecmarins/gemma3-4b-algebra4-gguf algebra4-q4_0.gguf --local-dir ./

# 3. Rodar
./build/bin/llama-cli -m algebra4-q4_0.gguf \
  -p "Encontre os autovalores de A = [[2,1],[1,2]]." \
  -n 300 -t 8 -no-cnv

Caminho 3 · MediaPipe LLM Inference (Android Studio / app custom)

Pré-converter para LiteRT (.task) via ai-edge-torch ou usar uma das bibliotecas Android compatíveis com GGUF.

Como foi treinado

Etapa	Detalhe
Base	`google/gemma-3-4b-it` (BF16, 8.6 GB)
Método	QLoRA — base quantizada em NF4 + LoRA rank 16 (α=32)
Target modules	`q,k,v,o,gate,up,down` (todos os lineares dos blocos)
Dataset	`algebra4-mix` (495 k train + 26 k eval — subset de 50 k usado)
Composição do mix	NuminaMath-CoT (35 %) · MetaMathQA (20 %) · MathWriting (15 %) · GSM8K (5 %) · im2latex (5 %) · curadoria pt-BR (3 %) · Geometry3K (2 %)
Hardware	NVIDIA L4 24 GB · `g2-standard-12` · Google Cloud · Mumbai (`asia-south1-b`)
Duração	~14 h · 1 epoch · batch efetivo 32
Loss final	`train_loss = 0.74`

Como foi quantizado

Merge do adapter LoRA na base BF16 → 8.1 GB safetensors
Convert HF → GGUF F16 via convert_hf_to_gguf.py → 7.3 GB
Calibração imatrix com 300 chunks pt-BR de math → preserva qualidade nos pesos críticos
llama-quantize --imatrix … Q4_0 → 2.3 GB final (BPW 4.87)
Perplexity de validação: 2.04 (referência do base BF16: ~1.95)

Restrições e cuidados

Não é um modelo de propósito geral. Otimizado para matemática (especialmente álgebra linear). Outras tarefas funcionam com qualidade menor.
Multimodal sem mmproj: o vision encoder do Gemma 3 (SigLIP) não está embutido neste GGUF — para usar a entrada de imagem direto no celular, é preciso o arquivo mmproj separado (a publicar) ou o .task LiteRT (em produção).
Não usar em produção médica/financeira/jurídica — é um projeto acadêmico de disciplina, ainda em avaliação.

Conjuntos relacionados

Repo	Conteúdo
`felipecmarins/gemma3-4b-algebra4-merged`	Modelo merged BF16 (para fine-tune adicional)
`felipecmarins/gemma3-4b-algebra4-lora`	Apenas os adapters LoRA (65 MB)
`felipecmarins/gemma3-4b-algebra4-gguf`	Este repo — Q4_0 pronto para mobile

Citação

Projeto acadêmico de Felipe Marins · Álgebra Linear IV · Maio/2026.

Licença

Gemma Terms of Use — herda da licença do modelo base.

Downloads last month: 269

GGUF

Model size

4B params

Architecture

gemma3

Hardware compatibility

4-bit

Model tree for felipecmarins/gemma3-4b-algebra4-gguf

Base model

google/gemma-3-4b-pt

Finetuned

google/gemma-3-4b-it

Quantized

(462)

this model