Gemma 4 E2B
谷歌发布的端侧开放模型，专为Pixel 10系列Tensor G5芯片TPU优化，约20亿参数，支持多模态（文本、图像、音频），可完全离线运行
时间轴 (近 90 天)
E2B 提供两种量化格式：Q4O（通用型）和 mobile quant（激进型，包含静态激活量化、通道级量化、定向 2-bit 量化和嵌入/KV 缓存量化）。
在 LiveCodeBench 基准上，Gemma 4 E2B 得分为 44，Gemma 3 27B 得分为 29。
Gemma 4 E2B 在推理、编码和智能体任务上全面超越 Gemma 3 27B；E4B 在每一项基准上都稳定胜过 Gemma 3 27B。
Gemma 4 E2B 与 E4B（含 Nemotron 版本）的 DPO 训练此前会崩溃的问题已修复。
Little Kiln Support Copilot 是一个基于本地开源模型的轻量级检索增强生成（RAG）系统，用 Python 编写，通过 Ollama 在本地运行 EmbeddingGemma 和 Gemma 4 E2B 两个开放权重模型。
在延迟包裹案例中，模型草稿泄露了“过去我们曾提供……”这类内部措辞，证明人工审核每个草稿是必要的。
当检索阈值设为 0.5 时，一个关于茶壶的新问题拉入了不相关案例，导致 Gemma 宣称店铺没有茶壶（编造信息）；阈值提高到 0.6 后，无相关案例时模型会表示需要店主确认。
将 temperature 降至 0.2 并在提示词中要求应用最相似案例的解决方案后，模型对“花瓶到货碎了要退款”的草稿稳定采用破损政策（2天内免费换新、无需寄回破损品、提供损坏照片），而不再错误采用无理由退货政策。
Gemma 4 E2B 是量化感知训练（QAT）构建的模型（e2b-it-qat），体积约 4GB，可以在无 GPU 的普通笔记本上运行。
Laya-Heart 是一个本地运行的恋爱聊天辅助工具，用户粘贴对方消息后，它会显示概率判断卡片（1-3个追问或1-10危险等级），并生成候选回复，不连接聊天软件也不自动发送。
还有 22 条时间轴事件
全部知识事实 (20)
Gemma 4 E2B在没有工作指引时会幻想文件内容并声称完成任务，但加入不到80字的工作指引后能正确完成修复Bug的任务
85%待验证Gemma 4 E2B是Google于2025年发布的开源轻量级模型，仅有20亿参数，可在消费级硬件上本地运行
75%待验证Gemma 4 E2B 在推理、编码和智能体任务上全面超越 Gemma 3 27B；E4B 在每一项基准上都稳定胜过 Gemma 3 27B。
50%待验证在 LiveCodeBench 基准上，Gemma 4 E2B 得分为 44，Gemma 3 27B 得分为 29。
50%待验证E2B 提供两种量化格式：Q4O（通用型）和 mobile quant（激进型，包含静态激活量化、通道级量化、定向 2-bit 量化和嵌入/KV 缓存量化）。
50%待验证Gemma 4 E2B 与 E4B（含 Nemotron 版本）的 DPO 训练此前会崩溃的问题已修复。
50%待验证在延迟包裹案例中，模型草稿泄露了“过去我们曾提供……”这类内部措辞，证明人工审核每个草稿是必要的。
50%待验证Little Kiln Support Copilot 是一个基于本地开源模型的轻量级检索增强生成（RAG）系统，用 Python 编写，通过 Ollama 在本地运行 EmbeddingGemma 和 Gemma 4 E2B 两个开放权重模型。
50%待验证Gemma 4 E2B 是量化感知训练（QAT）构建的模型（e2b-it-qat），体积约 4GB，可以在无 GPU 的普通笔记本上运行。
50%待验证将 temperature 降至 0.2 并在提示词中要求应用最相似案例的解决方案后，模型对“花瓶到货碎了要退款”的草稿稳定采用破损政策（2天内免费换新、无需寄回破损品、提供损坏照片），而不再错误采用无理由退货政策。
50%待验证当检索阈值设为 0.5 时，一个关于茶壶的新问题拉入了不相关案例，导致 Gemma 宣称店铺没有茶壶（编造信息）；阈值提高到 0.6 后，无相关案例时模型会表示需要店主确认。
50%待验证Gemma 4 E2B 经过LoRA微调并导出为Q4_K_M GGUF（3.4 GB），由llama.cpp的llama-server在CPU上运行，用于起草两条候选回复和筛选记忆。
50%待验证Laya-Heart 是一个本地运行的恋爱聊天辅助工具，用户粘贴对方消息后，它会显示概率判断卡片（1-3个追问或1-10危险等级），并生成候选回复，不连接聊天软件也不自动发送。
50%待验证表头识别中改为仅让 Gemma 4 E2B 填补日期、数量、商品三个必需缺口后，12 组表头全部正确、0 错误，但作者提醒同一批数据也用于调试，12/12 应视为乐观估计。
50%待验证同一张 Google Cloud 单卡 T4 上，冷态 45°C 时 Gemma 4 E2B 解码速度为 115.3 tokens/s，热态 77°C 时降至 106.8 tokens/s，持续掉速约 7.4%。
50%待验证在推测解码 A/B 对比中，每次启动服务端前把卡冷却到 50°C，加速比稳定在 1.297x 或 1.298x，与运行顺序无关；不预冷时加速比会落在 1.279x 到 1.337x 之间。
50%待验证Gemma 4 E2B 中的 E2B 指 Effective 2 Billion，即有效参数量约 20 亿，实际参数可能因架构设计而略高。
50%待验证Anvil 的聊天功能使用 Gemma 4 E2B 模型，通过 LiteRT LM 运行时执行。
50%待验证端侧小模型在复杂推理任务上的表现与云端大模型仍有明显差距；Gemma 4 E2B 适合轻量级对话和指令跟随，但在多步逻辑推理或长上下文理解上能力边界明显。
50%待验证Gemma 4 E2B 在该 TPU 上占用 8.97 GiB 显存，是候选模型中权重最大的模型之一。
50%