# Gemma4 26B 模型配置

## 模型信息

- 基础模型: `gemma4:26b-a4b-it-q4_K_M`
- 量化级别: Q4_K_M

## 硬件配置

适用于: **2080Ti 22GB + NPU**

## Windows 环境变量设置

在运行 Ollama 之前，需要设置以下环境变量：

```powershell
$env:OLLAMA_NPU_ACCELERATE = "true"
$env:OLLAMA_GPU_OFFLOAD_KV = "true"
```

## 模型参数说明

### 硬件参数

| 参数 | 值 | 说明 |
|------|-----|------|
| `num_gpu` | 99 | GPU 层数 |
| `num_ctx` | 8192 | 上下文长度 |
| `num_batch` | 512 | 批处理大小 |
| `num_thread` | 12 | 线程数 |

### 采样参数

| 参数 | 值 | 说明 |
|------|-----|------|
| `temperature` | 0.32 | 温度系数 |
| `top_p` | 0.85 | 核采样概率 |
| `top_k` | 55 | Top-K 采样 |
| `repeat_penalty` | 1.08 | 重复惩罚 |
| `stop` | `<end_of_turn>` | 停止标记 |

## 创建模型

```powershell
ollama create gemma4-custom -f ./modelfile
```

### 无 >>> 静默运行命令

```powershell
ollama run gemma4-custom "你的问题" --nowordwrap
```

## 系统提示词说明

本模型配置了 Cherry Studio + SearXNG 工具调用能力，主要特性：

1. **工具调用格式**: 使用 `<|tool_call|>` 标签进行搜索调用
2. **单轮限制**: 每轮对话最多调用 1 次搜索
3. **结果收敛**: 收到搜索结果后直接回答，不再生成工具调用
4. **防循环机制**: 禁止触发二次搜索的话术

## Cherry 工具全局设置

### 搜索源：选择你自建的 SearXNG
最大工具调用次数：1
最大单轮搜索次数：1