/ Модель

Характеристики

Размер весов
2 ГБ
Лицензия
Apache 2.0
Архитектура
voice · dense
Базовая модель
gemma-4-12B-it-qat-q4_0-unquantized
Библиотека
voice
Опубликована
4 сен 2026

gemma-4-12B-QAT-Styletune-Voice

Генерация текстаТекст → текст3 профессии

Стилевой delta на базе Gemma-4-12B-StyleTune для переноса более выразительной манеры генерации на совместимые модели Gemma 4 12B, особенно QAT-варианты.

573скачиваний за 30 дней1лайквеса обновлены12 сен 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

Wiself публикует голосовой стилевой delta для Gemma 4 на 12 млрд параметров: он переносит стиль Gemma-4-12B-StyleTune на базу, согласованную с QAT-чекпойнтом Google. Это не самостоятельная модель для обычного запуска: delta применяется инструментом Voice к совместимым GGUF-моделям Gemma 4 12B, прежде всего к вариантам, собранным из google/gemma-4-12B-it-qat-q4_0-unquantized. Файл voice.safetensors имеет формат F16, размер около 2 ГБ и форму [262144, 3840].

Модель предназначена для генерации текста в более выразительном стиле и ролевых сценариев. В README приведены результаты StyleTune на 200 промптах для ролевой игры: на 56% меньше клише относительно базовой instruct-модели; также указано совпадение общего словаря триграмм на 16,8%. Эти показатели относятся к тестированию автора и не гарантируют такой же эффект во всех задачах. При применении к GGUF остальные веса копируются без изменений, а выходная голова при необходимости квантуется в Q8_0.

Для использования требуются совместимая Gemma 4 12B GGUF и инструмент Voice; поддерживаются QAT-варианты, а также стандартные и некоторые аблитерированные варианты через описанный в карточке delta-процесс. Репозиторий лицензирован по Apache-2.0. Текст карточки описывает применение delta, а не самостоятельный интерфейс генерации, и не сообщает отдельные результаты по качеству для широких задач.

Сценарии применения

  • перенос стиля StyleTune на Gemma 4 12B QAT GGUF
  • генерация ролевых диалогов с меньшим числом клише
  • кастомизация манеры ответов Gemma 4 без повторного обучения
  • применение стилевого delta к совместимой модели Gemma 4 12B

Ограничения

Это не самостоятельная модель: для применения нужны совместимый Gemma 4 12B GGUF и инструмент Voice. Заявленное снижение клише основано на тесте автора на 200 ролевых промптах; переносимость результата на другие задачи не подтверждена.

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-4-12B-QAT-StyleTune-Voice

Google's QAT base + Gryphe's 12B StyleTune voice. Best of both. One 2.0 GB download. Zero extra models.

This voice is cast from Gryphe/Gemma-4-12B-StyleTune — 56% fewer clichés (1.050 → 0.463 per 100 words), 16.8% shared trigram vocabulary vs base instruct — and matched to Google's QAT checkpoint, google/gemma-4-12B-it-qat-q4_0-unquantized. If your GGUF is built from the QAT weights, this is the variant that fits it exactly.


Why QAT + StyleTune is the good combo

Two independent optimizations, now combined:

Google's QAT trains the model to survive quantization. Per Google, QAT gives 54% less perplexity drop at Q4_0 versus standard post-training quantization (Google Developers Blog) — 5,000 steps of fake-quantized forward passes with KL divergence to the BF16 teacher. Your Q4_0 GGUF keeps noticeably more of the original model's fidelity — and at 12B, every bit of fidelity counts double.

StyleTune then changes how it writes: per Gryphe's benchmarks — 200 diverse roleplay prompts, greedy 0.0 — 56% fewer clichés with only 16.8% shared vocabulary vs the base instruct.

The old tradeoff was: QAT model or StyleTune model, pick one. Now you don't pick.


Two steps

# 1. Get the voice tool (one-time): https://huggingface.co/Wiself/voice
python3 voice.py path

# 2. Cast onto your QAT-derived GGUF
voice cast ./gemma-4-12b-it-qat-q4_0-Q4_0.gguf voice.safetensors --out ./voiced/gemma-4-12b-qat-styletune.gguf

Append --speak to force the voice through output.weight (invented if the target lacks it and geometry survives; GGUF only).

Run it:

llama serve -m ./voiced/gemma-4-12b-qat-styletune.gguf --jinja

No QAT finetune was needed. No extra model was downloaded.


Why the QAT-matched variant exists

The QAT checkpoint's lm_head weights differ slightly from the standard instruct's (that's the point of QAT — the weights learned to live with quantization). This voice is a delta against the normal google/gemma-4-12B-it (voice − base where base is the standard instruct, not QAT). When you later do delta + QAT_head → Q8_0, you add StyleTune's style to the QAT head — correct math, matched foundation.

Your GGUF is built fromUse
google/gemma-4-12B-it (standard)12B voice
google/gemma-4-12B-it-qat-q4_0-unquantizedthis voice

If it loops on abliterated targets

On some abliterated targets a direct cast can loop. The fix is the delta path (base is the normal instruct — correct math):

voice delta voice.safetensors --base google/gemma-4-12B-it
voice cast ./model.gguf delta-voice.safetensors --out ./voiced/model.gguf

This is the exact path that fixed looping on the 26B QAT abliterated model — same recipe, 12B scale. Full story in the Voice tool card.


What's inside

  • voice.safetensors — the style delta, F16, shape [262144, 3840], ~2.0 GB
  • voice.json — metadata: source, dtype, shape, base (google/gemma-4-12B-it)

Compatibility

TargetWorks?
QAT-derived Gemma 4 12B GGUFs (any quant)✅ primary target
Abliterated QAT 12B variants✅ via the delta path above
Standard (non-QAT) 12B GGUFs✅ works, but the 12B voice is the exact match
Gemma 4 other sizes / non-Gemma❌ shape mismatch — use the matching voice

Notes

  • Casting quantizes only the head to Q8_0 (near-lossless); every other tensor is byte-copied from your model — your QAT weights stay QAT weights.
  • Sampler tips from Gryphe: temp 1.0, MinP 0.10, DRY sampler on. Gemma 4's native chat template applies automatically.
  • Verify: voice info voice.safetensors → delta marker, [262144, 3840] · F16.
  • Family: 12B voice · 26B A4B V2 voice · 26B A4B QAT voice · 31B voice · 31B QAT voice · 12B QAT voice (this repo)

References & Credits

Как запустить

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

GPU в ailist

Универсальный рантайм · voice

Нельзя запустить

Архитектура voice неизвестна transformers в образе рантайма.

Ревизия весов
99512ac

0 моделей