gemma-4-26B-A4B-it Q4_0 Ryzen AI Max+ 395-ի վրա (llama.cpp Vulkan) — strict-JSON task success: 93.8 հարցումների %

Չափումը

Beelink GTR9 Pro — AMD Ryzen AI Max+ 395, Radeon 8060S (gfx1151), 128 GB LPDDR5X-8000 unified համակարգի վրա, llama.cpp (server, Vulkan backend), b9049 (server_fingerprint b9049-2496f9c14) runtime-ով և ggml-org/gemma-4-26B-A4B-it-GGUF @ bb4531cda34d (Q4_0) մոդելով չափված «strict-JSON task success» մեծությունը կազմել է 93.8 հարցումների % (share of all issued requests)։ Չափումը կատարվել է structured-agent-v1@2026-08-03 սառեցված workload-ի տակ; ապացույցի մակարդակը՝ lab_repeated, 3 վավեր գործարկում 1 ֆիզիկական յունիթի վրա։ Արժեքը վերաստացվում է գործարկումների հում գրառումներից ամեն CI build-ում։

Ձևակերպում

Share of strict-JSON automation requests whose output parsed and matched the ground truth per key, default operating mode.

Claim-երի ձևակերպումները հրապարակվում են միայն անգլերեն — սա կանոնական, մեջբերելի տարբերակն է։

Ապացույցներ

Համակարգ

Beelink GTR9 Pro — AMD Ryzen AI Max+ 395, Radeon 8060S (gfx1151), 128 GB LPDDR5X-8000 unified

Runtime

llama.cpp (server, Vulkan backend), b9049 (server_fingerprint b9049-2496f9c14)

Մոդելի արտեֆակտ

ggml-org/gemma-4-26B-A4B-it-GGUF @ bb4531cda34d (Q4_0)

Շրջանակ

structured-agent-v1@2026-08-03

Ագրեգացիա

share of all issued requests

Ապացույցի մակարդակ

lab_repeated

Կարգավիճակ

active

Սահմանափակումներ

Three repeated runs on one unit. Default operating mode of the model (reasoning emitted); disabling reasoning via the chat template was not tested for this model family. Failures were unparseable outputs on RU generation tasks, not wrong values.

Գործարկումներ

• run-20260803-gm-sa-a
• run-20260803-gm-sa-a-r2
• run-20260803-gm-sa-a-r3

Արժեքի ստացումը

Արժեքն ամեն CI build-ում վերաստացվում է գործարկումների հում գրառումներից այս հարցումով — հրապարակված թիվը չի կարող լուռ շեղվել իր ապացույցներից։

catalog/claims/sql/json-task-success.sql

Ինչպես մեջբերել

AGmind Systems Lab. "Share of strict-JSON automation requests whose output parsed and matched the ground truth per key, default operating mode." Claim strix.gemma4.structured.c1.task-success (93.8 % of requests), evidence level lab_repeated, scope structured-agent-v1@2026-08-03. https://agmind.ai/claims/strix.gemma4.structured.c1.task-success/

@misc{agmind_strix_gemma4_structured_c1_task_success,
  author       = {{AGmind Systems Lab}},
  title        = {Share of strict-JSON automation requests whose output parsed and matched the ground truth per key, default operating mode.},
  howpublished = {\url{https://agmind.ai/claims/strix.gemma4.structured.c1.task-success/}},
  note         = {Claim strix.gemma4.structured.c1.task-success: 93.8 \% of requests; evidence level lab\_repeated; scope structured-agent-v1@2026-08-03},
  year         = {2026}
}

Մեքենայաընթեռնելի. /claims/strix.gemma4.structured.c1.task-success.json · ամբողջ ռեեստրը