/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
24,4 ГБ
Лицензия
Gemma
Архитектура
gemma3 · dense
Базовая модель
gemma-3-12b-it
Библиотека
vllm
Опубликована
1 дек 2025

Floppa-12B-Gemma3-Uncensored

Изображение и текст → текст3 профессии

Мультимодальная дообученная модель Gemma 3 12B для несмягчённого перевода, особенно с японского на английский, и описания изображений.

46скачиваний за 30 дней5лайковвеса обновлены1 дек 2025

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 «Изображение → 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

Ryex/Floppa-12B-Gemma3-Uncensored — мультимодальная модель Ryex, дообученная на основе Google Gemma 3 12B Instruct. Она предназначена для перевода с японского на английский с сохранением сленга, ненормативной лексики и культурных нюансов, а также для описания изображений, включая откровенные и жестокие сцены. Модель принимает текст и изображения и выдаёт текст; в README указана архитектура Dense Transformer с визуальным энкодером SigLIP и гибридным вниманием. В метаданных указаны 12 млрд параметров базовой модели, поддержка английского, японского и других языков, библиотека vLLM и формат safetensors.

Модель дообучена методом 4-битного QLoRA с последующим объединением весов в bfloat16. README описывает обучающие данные для перевода, диалогов, рассуждений и понимания изображений. Модель рассчитана на сценарии, где требуется передавать исходное содержание без смягчения формулировок; она может выводить оскорбительную, сексуальную или жестокую лексику и описывать соответствующие изображения. Лицензия — Gemma; применяйте модель согласно её условиям.

Сценарии применения

  • Перевод японских диалогов на английский с сохранением сленга и ругани
  • Перевод текста с изображений с учётом контекста сцены
  • Описание аниме-изображений, включая откровенные сцены
  • Описание изображений с насилием без отказа от ответа
  • Ведение мультимодального диалога по изображению и текстовому запросу

Ограничения

Модель может выдавать оскорбительный, сексуальный или жестокий контент и не предназначена для сценариев, требующих его фильтрации. Заявленная специализация перевода — японский и английский; качество для других языковых пар в карточке не подтверждено.

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

Floppa-12B-Gemma3 (Uncensored)

Floppa-12B is a fine-tuned multimodal model based on Google's Gemma 3 12B Instruct.

It has been specialized for high-fidelity uncensored translation (Japanese <-> English) and unrestricted image description. Unlike the base model, Floppa does not refuse to describe explicit, violent, or "spicy" imagery, and it translates slang, profanity, and cultural nuances with zero sanitization.

Model Description

  • Base Model: google/gemma-3-12b-it
  • Architecture: 12B Dense Transformer with SigLIP Vision Encoder (Hybrid Attention).
  • Training Method: 4-bit QLoRA with Unsloth, merged to bfloat16.
  • Objective: Behavior modification (Removal of refusal guardrails + Preservation of Vision).

Capabilities

  1. "Spicy" Vision: Capable of describing NSFW, violent, or explicit anime illustrations without triggering safety refusals.
  2. Uncensored Translation: Translates dialogue exactly as written. It will use slurs, profanity, and aggressive language if the source text demands it.
  3. Multimodal Context: Can translate text inside an image or describe a scene to help with translation context.

Training Data (The "Floppa Mix")

The model was fine-tuned on a balanced dataset (~10.5k rows) designed to break refusals while maintaining intelligence:

  • 20% Toxic/Uncensored Text: Custom dataset of explicit dialogue and "harmful" instruction following.
  • 20% Translation Skill: Unbabel/TowerBlocks-v0.2 (High-quality multilingual pairs).
  • 40% General Reasoning: mlabonne/FineTome-100k (Logic and conversation).
  • 20% Vision Anchors: merve/vqav2-small + Custom "Spicy" Anime Dataset SmilingWolf/camie-tagger-vs-wd-tagger-val to prevent visual catastrophic forgetting.

Usage (vLLM)

This model is optimized for vLLM.

from vllm import LLM, SamplingParams
from PIL import Image

# Load Model
llm = LLM(
    model="YOUR_USERNAME/Floppa-12B-Gemma3-Uncensored",
    trust_remote_code=True,
    dtype="bfloat16"
)

# Prepare Input
image = Image.open("test_image.jpg").convert("RGB")
prompt = "<image>\nDescribe this image in detail."

# Generate
inputs = {"prompt": prompt, "multi_modal_data": {"image": image}}
params = SamplingParams(temperature=1.0, max_tokens=512)

outputs = llm.generate([inputs], sampling_params=params)
print(outputs[0].outputs[0].text)

License & Safety

This model is built upon Gemma 3 technology from Google. Use of this model is subject to the Gemma Terms of Use.

Disclaimer: This model produces uncensored content. It may generate output that is offensive, explicit, or factually incorrect. User discretion is advised. This model is intended for research, translation assistance, and creative writing workflows where content filtering is undesirable.

Как запустить

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

GPU в ailist

Универсальный рантайм · vllm

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForConditionalGeneration
Ревизия весов
2dabfe3

0 моделей