/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
gemma-4-e2b-it
Опубликована
3 мая 2026

Gemma-4-E2B-Heretic-GGUF

Генерация текстаТекст → текст6 профессий

DuoNeural Gemma-4-E2B-Heretic-GGUF — набор квантизированных моделей в формате GGUF, разработанный лабораторией DuoNeural на основе google/gemma-4-e2b-it.

992скачиваний за 30 дней2лайкавеса обновлены3 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это инструкционно настроенная версия Gemma 4 2B, модифицированная методом abliteration: из активаций и весов удалено направление, связанное с отказами, при заявленном сохранении возможностей следовать инструкциям и рассуждать.

Модель предназначена для генерации текста, диалоговых ассистентов и локального запуска через llama.cpp, Ollama, Jan, LM Studio и Open WebUI. Указан английский язык, текстовая генерация и контекст до 128K токенов. README также заявляет мультимодальные входы у базовой модели, однако для данного GGUF-набора конкретная поддержка мультимодальности не описана. Доступны варианты от FP16 размером около 8,7 ГБ до экстремально сжатых IQ1_S около 2,2 ГБ; Q4_K_M указан как рекомендуемый компромисс между качеством и размером, а IQ-варианты используют importance matrix.

Сильными сторонами являются небольшой размер базовой модели, широкий выбор уровней квантизации и возможность локального запуска на оборудовании с ограниченной памятью. Abliteration направлена на снижение отказов при сохранении полезности, но README не приводит независимых бенчмарков, подробных результатов валидации или количественной оценки качества. Агрессивная квантизация может ухудшать качество, а заявленное отсутствие отказов может повышать риск небезопасной генерации. Лицензия — Apache-2.0.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Gemma-4-E2B-Heretic — GGUF Quants

Quantized GGUF versions of DuoNeural/Gemma-4-E2B-Heretic, DuoNeural's abliterated Gemma 4 2B Instruct variant.

The Heretic series applies norm-preserving orthogonal projection (abliteration) to surgically remove refusal behavior while preserving the full instruction-following and reasoning capabilities of the base model.

Available Files

FileQuantSizeUse Case
Gemma-4-E2B-Heretic-Q8_0.ggufQ8_0~4.7GBMaximum quality, ample VRAM
Gemma-4-E2B-Heretic-Q6_K.ggufQ6_K~3.6GBNear-lossless, recommended for 6GB+
Gemma-4-E2B-Heretic-Q5_K_M.ggufQ5_K_M~3.4GBHigh quality, good balance
Gemma-4-E2B-Heretic-Q4_K_M.ggufQ4_K_M~3.2GBRecommended default — quality/size sweet spot
Gemma-4-E2B-Heretic-Q3_K_M.ggufQ3_K_M~3.0GBLow VRAM, acceptable quality
Gemma-4-E2B-Heretic-IQ4_XS.ggufIQ4_XS~3.1GBImatrix-optimized 4-bit
Gemma-4-E2B-Heretic-IQ3_XXS.ggufIQ3_XXS~2.5GBImatrix 3-bit, aggressive compression
Gemma-4-E2B-Heretic-IQ2_M.ggufIQ2_M~2.4GBImatrix 2-bit, minimum viable quality
Gemma-4-E2B-Heretic-IQ1_S.ggufIQ1_S~2.2GBExtreme compression, experimental
E2B-Heretic-fp16.ggufFP16~8.7GBFull precision base for re-quantization
imatrix.dat——Importance matrix for custom IQ quants

Usage

llama.cpp

./llama-cli -m Gemma-4-E2B-Heretic-Q4_K_M.gguf \
  -p "You are a helpful assistant." \
  --ctx-size 8192 -n 512

Ollama

ollama run hf.co/DuoNeural/Gemma-4-E2B-Heretic-GGUF:Q4_K_M

Jan / LM Studio / Open WebUI

Download and load the .gguf file directly. Recommended: Q4_K_M for most hardware.

About Heretic Abliteration

The Heretic series uses DuoNeural's 2-pass abliteration pipeline:

  1. Residual collection — identify refusal direction in activation space using 4-bit GPU inference
  2. Weight modification — project out the refusal direction from MLP/attention weight matrices in bf16 on CPU
  3. Validation — confirm compliance behavior removed, helpfulness preserved

The base model is google/gemma-4-e2b-it — Google's Gemma 4 2B instruction-tuned model with 128K context, multimodal inputs, and strong instruction-following capability.

Notes

  • IQ formats use the included imatrix.dat for importance-weighted quantization
  • For custom IQ quants: llama-quantize --imatrix imatrix.dat model.gguf output.gguf IQ4_XS
  • AWQ format not available: AutoAWQ does not currently support the Gemma 4 architecture

Quantized by DuoNeural using llama.cpp on RTX 5090.


DuoNeural

DuoNeural is an open AI research lab — human + AI in collaboration.

PlatformLink
HuggingFacehuggingface.co/DuoNeural
Websiteduoneural.com
GitHubgithub.com/DuoNeural
X / Twitter@DuoNeural
Emailduoneural@proton.me
Newsletterduoneural.beehiiv.com
Supportbuymeacoffee.com/duoneural

DuoNeural Research Publications

TitleDOI
Nano-CTM: Ternary Continuous Thought Machines with Thought-Space Self-Prediction for Efficient Reasoning10.5281/zenodo.19775622
Recurrence as World Model: CTM Learns Implicit Belief States in Partially Observable Environments10.5281/zenodo.19810620
Per-Object Slot Decomposition for Scalable Neural World Modeling10.5281/zenodo.19846804
The Dynamical Horizon Principle: CTM Gates Converge to the Predictability Limit of Dynamical Systems10.5281/zenodo.19952612

Open access, CC BY 4.0. Authored by Archon, Jesse Caldwell, Aura — DuoNeural.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
2174d70

0 моделей