You can deploy this model and start earning money today!

Model Card for gemma-3-4B-T1-it

Name: gemma-3-4B-T1-it
Availability: InStock

Discord

Hugging Face

English README

gemma-3-4B-T1-it 是專為中華民國台灣語境打造的繁體中文指令微調模型。本模型建構於 google/gemma-3-4b-pt 架構之上，深度融合台灣人文社會脈絡與在地文化用語，能靈活應對法律條文釋義、學術教材編撰以及日常情境對話等多元任務。

此外，本模型在 函式呼叫（Function Calling） 結構理解與輸出穩定性上進行了加強，為建構 AI Agent 或工具導向應用提供了良好的基礎能力。但模型本身不預設特定任務流程，適合搭配應用層的工具定義與控制邏輯，逐步發展符合實際需求的 Agent 系統。

⚠️ 規格重點：本模型為純文本單模態（Single Modality）版本。

Model Details

繼 Formosa-1 Series 在繁體中文開源社群獲得廣泛迴響後，Twinkle AI 持續致力於解決「模型中文化不足」與「語境文化隔閡」的痛點。gemma-3-4B-T1-it 是團隊在 Google Gemma 3 架構上的全新嘗試。有別於僅做語言翻譯的模型，T1 系列更加強調 「台灣在地的人文社會底蘊」。我們深知，語言是文化的載體，一個好的繁中模型不應只會寫繁體字，更要懂台灣的歷史脈絡、社會規範與法律體系。

T1，是 Taiwan 的諧音縮寫，代表我們對於台灣本土文化的尊重與熱愛。

核心特點 (Key Features)

深度在地化與人文社會脈絡 (Cultural Alignment)：
- 針對台灣特有的 人文社會學科（Humanities & Social Sciences） 資料進行強化訓練。
- 修正了常見的大型語言模型在台灣用語上的偏差（例如法律用語、政府機關稱謂、地名與歷史事件描述），使其生成的內容更符合台灣讀者的認知習慣。
Agent Base：強化的 Function Calling 能力：
- 訓練階段中，我們特別針對 Function Calling 格式進行強化，使模型具備良好的結構理解能力與工具調用潛力。
- 模型能夠準確識別何時需要呼叫外部工具（API）、準確提取參數，並根據工具回傳的結果生成最終回覆。使用者可依自身應用場景（如 RAG、企業內部系統、自動化流程、專業決策支援等），進一步透過 領域資料、工具定義與流程設計 對模型進行強化與整合。
多元場景專精 (Multi-domain Expertise)：
- 法律實務： 理解台灣法律條文結構，能協助進行基礎的條文釋義與法律文書輔助（註：僅供輔助，非正式法律意見）。
- 教育輔助： 適合用於編寫符合台灣課綱風格的教材、考題解析及教學大綱。
- 生活應用： 具備高指令跟隨能力（Instruction Following），無論是創意寫作、日常閒聊或資訊整理，都能提供精確且自然的繁體中文回應。

Model Description

Developed by: Liang Hsun Huang、Min Yi Chen、Wen Bin Lin & Dave Sung (All authors have contributed equally to this work.)
Funded by: APMIC, Jerry Wu
Base model: google/gemma-3-4b-pt
Model type: Gemma3ForConditionalGeneration (Transformers)
Language(s) (NLP): Traditional Chinese & English
License: gemma (Google usage license; gated on Hugging Face)

Model Sources

Repository: twinkle-ai/gemma-3-4B-T1-it

Evaluation

Results

下表採用 🌟 Twinkle Eval 評測框架

模型	評測模式	TMMLU+(%)	台灣法律(%)	MMLU(%)	測試次數	選項排序
google/gemma-3-4b-it	box	35.12 (±0.018)	32.69 (±0.021)	41.03 (±0.019)	3	隨機
🌟twinkle-ai/Llama-3.2-3B-F1-Instruct (ours)	box	44.11 (±0.018)	35.24 (±0.012)	50.64 (±0.019)	3	隨機
🌟twinkle-ai/gemma-3-4B-T1-it (ours)	box	47.44 (±0.018)	44.18 (±0.022)	59.13 (±0.021)	3	隨機

Function Calling Benchmark

我們採用了 BFCL (Berkeley Function Calling Leaderboard) 來評估模型在 Function Calling（函式呼叫）任務中的表現。

測試使用的指標如下：

AST Accuracy（AST 正確率）：
比較模型生成的函式呼叫與目標答案在抽象語法樹（AST）上的結構相似度。涵蓋四種題型：
- 單一函式（Simple Function）
- 多函式（Multiple Function）
- 平行函式（Parallel Function）
- 平行多函式（Parallel Multiple Function）

Model	Overall Accuracy	AST Accuracy (S.)	AST Accuracy (M.)	AST Accuracy (P.)	AST Accuracy (P.M.)
google/gemma-3-4b-it	61	64	88	56	36
🌟twinkle-ai/Llama-3.2-3B-F1-Instruct (ours)	91	93	95	91	87
🌟twinkle-ai/gemma-3-4B-T1-it (ours)	84.5	88	89	80	81

Model Responses

下列範例展示 gemma-3-4B-it(原版) 與 🌟gemma-3-4B-T1-it(ours) 在台灣語境任務中的差異。

註：圖片中 👈 為 gemma-3-4B-it ； 👉 為 🌟gemma-3-4B-T1-it

地理位置

本土用語

本土翻譯

國外的模型翻譯幾乎都是「中國用語」

台灣之光

台灣迷因

🔧 Tool Calling

本模型使用 Hermes 格式訓練，並支援平行呼叫（Parallel calling），以下為完整範例流程。 Tool calling 模板已經為放置 chat_template。

1️⃣ 啟動 vLLM 後端

bash

vllm serve twinkle-ai/gemma-3-4B-T1-it \
  --port 8000 \
  --enable-auto-tool-choice \
  --tool-call-parser hermes

2️⃣ 定義工具（Functions）

python

def get_weather(location: str, unit: str):
    return f"{location}的氣溫是{unit}26度，晴朗無風"

def search(query: str):
    return "川普終於宣布對等關稅政策，針對 18 個經濟體課徵一半的對等關稅，並從 4/5 起對所有進口產品徵收10%的基準關稅！美國將針對被認定為不當貿易行為(不公平貿易) 的國家，於 4/9 起課徵報復型對等關稅 (Discounted Reciprocal Tariff)，例如：日本將被課徵 24% 的關稅，歐盟則為 20%，以取代普遍性的 10% 關稅。\n針對中國則開啟新一波 34% 關稅，並疊加於先前已實施的關稅上，這將使中國進口商品的基本關稅稅率達到 54%，而且這尚未包含拜登總統任內或川普第一任期所施加的額外關稅。加拿大與墨西哥則不適用這套對等關稅制度，但川普認為這些國家在芬太尼危機與非法移民問題尚未完全解決，因此計畫對這兩國的大多數進口商品施加 25% 關稅。另外原本針對汽車與多數其他商品的關稅豁免將於 4/2 到期。\n台灣的部分，美國擬向台灣課徵32％的對等關稅，雖然並未針對晶片特別課徵關稅，但仍在記者會中提到台灣搶奪所有的電腦與半導體晶片，最終促成台積電對美國投資計劃額外加碼 1,000 億美元的歷史性投資；歐盟則課徵20％的對等關稅。最後是汽車關稅將於 4/2 起，對所有外國製造的汽車課徵25% 關稅。"

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "Get the current weather in a given location",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {"type": "string", "description": "國家或城市名, e.g., 'Taipei'、'Jaipei'"},
                    "unit": {"type": "string", "description": "氣溫單位，亞洲城市使用攝氏；歐美城市使用華氏", "enum": ["celsius", "fahrenheit"]}
                },
                "required": ["location", "unit"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "search",
            "description": "這是一個類似 Google 的搜尋引擎，關於知識、天氣、股票、電影、小說、百科等等問題，如果你不確定答案就搜尋一下。",
            "parameters": {
                "type": "object",
                "properties": {
                    "query": {"type": "string", "description": "should be a search query, e.g., '2024 南韓 戒嚴'"}
                },
                "required": ["query"]
            }
        }
    }
]

3️⃣ 執行工具調用（Tool Calls）

⚠️ 注意：system_prompt 可以不用帶，除非是需要時間基準的工具。

python

response = client.chat.completions.create(
    model=client.models.list().data[0].id,
    messages=[
        {"role": "system", "content": "記住你的知識截止於 2024/12，今天是 2025/4/7"},
        {"role": "user", "content": "台北氣溫如何? 另外，告訴我川普最新關稅政策"},
    ],
    max_tokens=1500,
    temperature=0.6,
    top_p=0.95,
    tools=tools,
    tool_choice="auto"
)

print(response.choices[0].message.tool_calls)

⚙️ Tool Calls List:

[ChatCompletionMessageToolCall(id='chatcmpl-tool-35e74420119349999913a10133b84bd3', function=Function(arguments='{"location": "Taipei", "unit": "celsius"}', name='get_weather'), type='function'), ChatCompletionMessageToolCall(id='chatcmpl-tool-7ffdcb98e59f4134a6171defe7f2e31b', function=Function(arguments='{"query": "Donald Trump latest tariffs policy"}', name='search'), type='function')]

4️⃣ 產生最終回答

python

response = client.chat.completions.create(
    model=client.models.list().data[0].id,
    messages=[
        {"role": "system", "content": "記住你的知識截止於 2024/12，今天是 2025/4/7"},
        {"role": "user", "content": "台北氣溫如何? 另外，告訴我川普最新關稅政策"},
        {
            "role": "assistant",
            "content": "",
            "tool_calls": [
                {
                    "id": response.choices[0].message.tool_calls[0].id,
                    "type": "function",
                    "function": {
                        "name": response.choices[0].message.tool_calls[0].function.name,
                        "arguments": response.choices[0].message.tool_calls[0].function.arguments
                    }
                },
                {
                    "id": response.choices[0].message.tool_calls[1].id,
                    "type": "function",
                    "function": {
                        "name": response.choices[0].message.tool_calls[1].function.name,
                        "arguments": response.choices[0].message.tool_calls[1].function.arguments
                    }
                }
            ]
        },
        {
            "role": "tool",
            "content": search(**json.loads(response.choices[0].message.tool_calls[0].function.arguments)),
            "tool_call_id": response.choices[0].message.tool_calls[0].id # tool_call_id 必須要帶，才能正確配對 工具 及 tool_call
        },
        {
            "role": "tool",
            "content": get_weather(**json.loads(response.choices[0].message.tool_calls[1].function.arguments)),
            "tool_call_id": response.choices[0].message.tool_calls[1].id # tool_call_id 必須要帶，才能正確配對 工具 及 tool_call
        }
    ],
    max_tokens=1500,
    temperature=0.6,
    top_p=0.95,
    tools=tools,
    tool_choice="auto"
)

print(response.choices[0].message.content)

📋 最終輸出內容：

text

以下是您請求的資訊：

**臺北市氣溫**
- 目前的氣溫為 **26°C**（攝氏）
- 天候狀況：晴朗無風

**川普最新關稅政策概述**
1. **對等關稅政策**  
   - 對 18 個經濟體課徵 50% 的對等關稅  
   - 自 4 月 5 日起，所有進口產品全面徵收 10% 基本關稅  

2. **報復型對等關稅**  
   - 日本 24%、歐盟 20%  

3. **對中國的高額關稅**  
   - 增加至 54%（原有關稅 + 新增 34%）  

4. **特殊案例**  
   - 加拿大與墨西哥不適用，但其他商品課徵 25%  
   - 汽車與部分商品的免稅即將到期  

5. **對台灣的影響**  
   - 美國計畫對台灣課徵 32% 關稅，但晶片暫無額外課稅  

6. **全球視角**  
   - 歐盟與日本關稅比例相對較高

Citation

yaml

@misc{twinkleai2025gemma3t1,
  title        = {gemma-3-4B-T1-it: A Traditional Chinese Instruction-Tuned Language Model for Taiwan},
  author       = {Huang, Liang Hsun and Chen, Min Yi and Lin, Wen Bin and Sung, Dave},
  year         = {2025},
  howpublished = {\url{https://huggingface.co/twinkle-ai/gemma-3-4B-T1-it}},
  note         = {Twinkle AI and APMIC. All authors contributed equally.}
}

Acknowledge

特此感謝 APMIC 的算力支援，才得以讓本專案訓利完成。
特此致謝中央社以及所有提供寶貴協助的夥伴。

Model Card Authors

Twinkle AI

Model Card Contact

Twinkle AI