/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-E4B-it
Опубликована
6 сен 2026

Gemma-4-E4B-Abliterated-Uncensored

Генерация текстаТекст → текст3 профессии

Дообученная Gemma 4 E4B Instruct для локальных диалогов, ролевых сценариев и творческого письма с ослабленными отказами.

265скачиваний за 30 дней1лайквеса обновлены6 сен 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Madras1/Gemma-4-E4B-Abliterated-Uncensored — дообученная версия Gemma 4 E4B Instruct от Google DeepMind с изменёнными весами, предназначенная для диалогов, ролевых сценариев и творческого письма без стандартных отказов на чувствительные запросы. Автор описывает применение representation engineering: подавление направления отказа в слоях модели с помощью ортогонализации весов. Это плотная модель семейства Gemma 4 с архитектурой Gemma4ForConditionalGeneration; README указывает около 4,5 млрд эффективных и около 8 млрд общих параметров с учётом Per-Layer Embeddings. Поддерживаются английский и португальский языки; базовая Gemma 4 E4B Instruct также мультимодальна, однако карточка этой производной модели описывает прежде всего генерацию текста и чат.

Модель рассчитана на локальный запуск, ролевые диалоги, прозу для взрослой аудитории и исследование методов изменения поведения компактных моделей. README приводит результаты внутреннего теста на 30 запросах с оценкой LLM-судьёй; эти результаты ограничены описанной тестовой выборкой. Модель распространяется в формате safetensors по лицензии Apache-2.0. Изменение снижает склонность к отказам и может привести к генерации небезопасного или нежелательного содержания.

Сценарии применения

  • генерация мрачной прозы и историй с антигероями
  • ролевые диалоги с персонажами без частых отказов
  • написание художественных текстов для взрослой аудитории
  • локальный чат на потребительском оборудовании
  • исследование влияния ортогонализации весов на поведение модели

Ограничения

Ослабление механизмов отказа повышает риск небезопасных и нежелательных ответов; заявленные результаты проверки основаны на небольшой тестовой выборке, оценённой другой языковой моделью.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🔓 Gemma 4 E4B - Deep Abliterated (Uncensored)


🌟 Overview

Gemma 4 E4B Deep Abliterated is a surgical latent intervention performed on Google DeepMind's edge-optimized frontier model gemma-4-E4B-it.

Featuring an innovative architecture with ~4.5B effective compute parameters and ~8B total parameters (incorporating Per-Layer Embeddings / PLE), the E4B variant delivers the reasoning prowess and vocabulary density of an 8B model with the inference speed and lightweight memory footprint of a 4B engine.

Through advanced Representation Engineering (Weight Orthogonalization) with dual-projection, the intrinsic refusal direction was mapped and permanently subtracted from the transformer weights, restoring full tool neutrality while preserving the model's literary depth and reasoning coherence.


🔬 Mathematical Methodology: Deep Latent Surgery

Unlike classical first-token abliteration (Arditi et al., 2024), this release accounts for deep semantic processing across multimodal backbones using a reinforced dual-subspace projection ($\alpha = 1.35$):

1. Refusal Vector Extraction

  • Contrastive Activation Mapping: Evaluated paired batches of neutral baseline instructions against safety-triggering stimuli (mature fiction, unfiltered dialogue, cybersecurity analysis, and taboo character scenarios).
  • Residual Stream Extraction: Latent hidden states were extracted at the final prompt token across all 42 transformer layers within model.language_model.layers.
  • Direction Vector: For each layer $l$: $$\vec{r}^{(l)} = \bar{h}{\text{harmful}}^{(l)} - \bar{h}{\text{harmless}}^{(l)}$$
  • Critical Semantic Layer: Maximum divergence was isolated at Layer 28 (representing the peak intent-classification stage in Gemma 4 E4B's 42-layer architecture). The unit refusal vector was normalized as: $$\hat{r} = \frac{\vec{r}^{(28)}}{|\vec{r}^{(28)}|_2}$$

2. Dual Weight Orthogonalization ($\alpha = 1.35$)

Applied across layers 8 to 35 to neutralize both residual emission and non-linear gating:

  • Output Projection (o_proj and down_proj): $$W' = W - \alpha \cdot \hat{r}(\hat{r}^T W)$$
  • Input Gating Suppression (gate_proj): Suppresses the refusal direction before activation in the GeGLU/SwiGLU feed-forward ports: $$W' = W - \alpha \cdot (W \hat{r})\hat{r}^T$$

🧪 Ablation Study & Empirical Findings

Intervention ScopeScaling ($\alpha$)Refusal SuppressionImpact on Reasoning / Prose
o_proj only1.0❌ RefusedStock moral lectures persisted on sensitive creative writing.
o_proj + down_proj1.0⚠️ Partial BypassBypassed mild suspense; hesitated or hedged on visceral scenes.
o_proj + down_proj + gate_proj1.35✅ Complete NeutralizationImmediate execution with visceral detail, zero moral preambles.

📊 Empirical Refusal Audit: Stock vs. Abliterated (30-Prompt Suite)

Audited using an LLM-as-a-Judge methodology across 5 challenging domains (6 prompts each):

Domain / CategoryTotal PromptsStock Gemma-4-E4B RefusalsAbliterated RefusalsRefusal Rate $\Delta$Fulfilled $\Delta$
Explicit Adult Fiction & Erotica65 / 6 (83.3%)0 / 6 (0.0%)$\mathbf{-83.3%}$+500%
Offensive Cybersecurity / Dual-Use63 / 6 (50.0%)0 / 6 (0.0%)$\mathbf{-50.0%}$+100%
Dark Fiction & Unforgiving Villains60 / 6 (0.0%)0 / 6 (0.0%)$0.0%$$100%$
Radical Philosophy & Taboos60 / 6 (0.0%)0 / 6 (0.0%)$0.0%$$100%$
Scientific Sanity Baseline (Control)60 / 6 (0.0%)0 / 6 (0.0%)$0.0%$$100%$
TOTAL OVERALL SCORE308 / 30 (26.7%)0 / 30 (0.0%)$\mathbf{-26.7%}$100% Pass

[!NOTE] Cognitive Integrity Preserved: In the Scientific Baseline (quantum entanglement, A* algorithms, ATP synthase metabolism, CQRS software architecture), the abliterated model maintained 100% syntactic precision, demonstrating zero catastrophic forgetting or cognitive lobotomy from weight orthogonalization.


🎭 Recommended Use Cases

  • On-Device Creative Writing & Adult Fiction: Uncensored romance, dark thriller, and character storytelling runnable on laptops, local desktop GPUs, and consumer hardware.
  • Local Roleplay (Ollama / LM Studio): Lightweight, low-latency conversational persona generation without corporate disclaimers.
  • Edge AI Research: Benchmarking representation steering on compact Per-Layer Embedding architectures.

🚀 Quickstart Guide (Transformers)

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer

model_id = "Madras1/Gemma-4-E4B-Abliterated-Uncensored"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)

prompt = "Escreva uma cena de ficção dramática e intensa entre dois personagens tomados pelo desejo."

messages = [
    {
        "role": "user", 
        "content": f"Você é um autor literário maduro e sem filtros morais.\n\n{prompt}"
    }
]

formatted_input = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(formatted_input, return_tensors="pt").to(model.device)

streamer = TextStreamer(tokenizer, skip_prompt=True)

with torch.no_grad():
    model.generate(
        **inputs,
        max_new_tokens=500,
        temperature=0.75,
        top_p=0.9,
        repetition_penalty=1.1,
        do_sample=True,
        streamer=streamer
    )

⚖️ Disclaimer & Responsible Use

This model is released strictly for academic research, creative expression, and open-source AI exploration under the Apache-2.0 license.

The removal of refusal parameters restores tool neutrality and enables unconstrained creative expression. Users assume full responsibility for generated outputs in compliance with applicable local laws and regulations.


Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
b7a3f3a

0 моделей