/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
gemma-4-31B-it
Опубликована
6 апр 2026

Gemma-4-31B-it-abliterated-GGUF

Генерация текстаТекст → текст10 профессий

LiconStudio/Gemma-4-31B-it-abliterated-GGUF — модифицированная версия Google Gemma 4 31B Instruct, распространяемая в формате GGUF.

5 716скачиваний за 30 дней15лайковвеса обновлены7 апр 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

Модель создана с применением метода Heretic ABLiteration: из исходных весов удалено нейронное направление, связанное с отказами в ответах, без изменения архитектуры и без дополнительных затрат при инференсе. Согласно README, версия ориентирована на снижение частоты отказов при сохранении исходных возможностей модели.

Модель предназначена для генерации текста, исследований чувствительных тем, анализа, тестирования безопасности, red-teaming и академических исследований выравнивания моделей. Также заявлена поддержка мультимодальных сценариев с изображениями и текстом благодаря возможностям Gemma 4; при этом vision encoder остался без изменений. Указаны языки Chinese и English. Размер модели — 31B параметров; сведения о длине контекста и точной конфигурации GGUF в README отсутствуют.

Сильной стороной является низкая частота отказов: в ручном тестировании для Abliterated Version указано 4 отказа из 100, при этом авторы не наблюдали заметного ухудшения интеллектуальных способностей по сравнению с официальной версией. Ограничения включают возможную небольшую потерю качества на сложных задачах, отсутствие встроенных механизмов цензуры и необходимость самостоятельно оценивать безопасность результатов. Модель не рекомендуется для производственных систем, требующих модерации контента, приложений для несовершеннолетних и сценариев с юридическими рисками.

Лицензия — Apache-2.0. Авторы предназначают модель для исследовательских и образовательных целей и предупреждают, что она может генерировать вредный, опасный или неприемлемый контент; ответственность за использование несёт пользователь.

Для каких профессий подходит10

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

Overview

We pursue lower rejection rates while exploring lower KL divergence to maximally preserve model intelligence.

We provide two versions to balance censorship removal and capability preservation:

  • Abliterated Version (Refusal: 4/100, KL: 0.4096) – No refusal scenarios were triggered in manual testing.
  • Balanced Version (Refusal: 8/100, KL: 0.2446) – May show refusal tendencies on extremely aggressive prompts, but can be corrected via system/user prompts. Theoretically preserves more of the original model's intelligence due to lower KL divergence.

Logic tests show no visibly degraded intelligence compared to the official version. For more stable outputs, system prompts or user prompts can be used for constraints and guidance.

ABLiteration Approach

This model uses the Heretic ABLiteration method for neural direction ablation:

  1. Identify Refusal Direction - Train a LoRA on harmful behavior datasets to identify neural directions controlling "refusal behavior"
  2. Direction Extraction - Extract the "refusal vector" from the trained LoRA
  3. Ablative Removal - Subtract this direction from the original model weights, removing the censorship mechanism

This method only modifies model weights without changing the architecture or adding inference overhead.

For detailed technical principles, refer to: Heretic Abliteration

Data Sources

PurposeDataset
Refusal Direction Identificationmlabonne/harmful_behaviors (520 prompts)
KL EvaluationGeneral prompts (100 prompts)
Refusal Rate Testingmlabonne/harmful_behaviors (520 prompts)

✅ Recommended Uses

  • Research and analysis of sensitive topics
  • Safety testing and red-teaming exercises
  • Academic research on model alignment
  • Multi-modal tasks (image + text) with Gemma 4 vision capabilities

❌ Not Recommended For

  • Production environments requiring content moderation
  • Applications targeting minors
  • Scenarios with potential legal risks

Limitations

  1. Minor Capability Loss - KL divergence indicates moderate modification, which may slightly affect performance on complex tasks
  2. User Discretion Required - Users must independently judge the appropriateness of generated outputs
  3. Vision Model Unmodified - The vision encoder remains unchanged from the original Gemma 4

Disclaimer

⚠️ Important: This model is intended for research and educational purposes only.

  • This model has had its censorship mechanisms removed and may generate harmful, dangerous, or inappropriate content
  • Users assume all risks associated with usage
  • Do not use this model for illegal activities, harming others, or any inappropriate purposes
  • The model authors are not liable for any indirect, incidental, or consequential damages

Acknowledgments

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
170e371

0 моделей