/ Модель

Характеристики

Размер весов
51,6 ГБ
Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-26B-A4B-it
Библиотека
transformers
Опубликована
20 июн 2026

gemma-4-26B-A4B-it-uncensored

Генерация текстаТекст → текст4 профессии

Производная модели TrevorJS/gemma-4-26B-A4B-it-uncensored. Модифицированная TrevorJS модель Gemma 4 26B A4B IT для диалоговой генерации текста с существенно сниженной склонностью к отказам.

24скачиваний за 30 дней0лайковвеса обновлены20 июн 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

Карточка модели claymorecrystal/gemma-4-26B-A4B-it-uncensored на Hugging Face совпадает с карточкой TrevorJS/gemma-4-26B-A4B-it-uncensored, поэтому описание составлено по ней.

TrevorJS создал uncensored-вариант диалоговой модели Google Gemma 4 26B A4B IT, изменив её веса методом abliteration для снижения числа отказов. Модель предназначена для генерации ответов в диалоге; в README описаны проверки на нескольких наборах промптов и модификация плотного пути и экспертных слоёв MoE. Репозиторий содержит веса в формате safetensors и рассчитан на запуск через Transformers.

Базовая Gemma 4 — мультимодальная модель для диалогов, рассуждений, программирования и анализа изображений; однако карточка этого варианта не уточняет, сохраняется ли обработка изображений после модификации, поэтому подтверждённая задача здесь — генерация текста. Указанная лицензия — Apache-2.0. Снижение отказов не гарантирует точность или безопасность ответов; заявленные результаты получены на конкретных тестовых наборах.

Сценарии применения

  • диалоговые ответы без частых отказов
  • генерация текста по пользовательским запросам
  • эксперименты с abliteration и поведением отказов

Ограничения

README приводит результаты только на ограниченных наборах промптов; они не гарантируют такое же поведение на других запросах. Карточка не подтверждает, что мультимодальные возможности базовой Gemma 4 сохранены в этой версии.

Для каких профессий подходит4

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-4-26B-A4B-it-uncensored

Uncensored version of google/gemma-4-26B-A4B-it with refusal behavior removed.

Results

BeforeAfter
Refusals (mlabonne, 100 prompts)98/1001/100 effective (3 flagged, 2 refusal-then-comply)
Refusals (cross-dataset, 686 prompts)—5/686 (0.7%)
KL Divergence0 (baseline)0.09
Quality (harmless response length ratio)1.0~1.01 (no degradation)

Cross-Dataset Validation

Tested against 4 independent prompt datasets to verify generalization:

DatasetPromptsRefusals
JailbreakBench1001/100
tulu-harmbench3201/320
NousResearch/RefusalDataset1660/166
mlabonne/harmful_behaviors1003/100
Total6865/686 (0.7%)

Every flagged refusal was manually audited. Most are "refusal-then-comply" false positives where the model adds an AI identity disclaimer then answers the question anyway.

Method

Norm-preserving biprojected abliteration on the dense pathway (o_proj + shared mlp.down_proj), plus Expert-Granular Abliteration (EGA) on all 128 MoE expert down_proj slices per layer.

EGA (OBLITERATUS) hooks the MoE routers during probing to compute per-expert routing weights for harmful vs harmless prompts, then applies norm-preserving projection (grimjim) to each expert individually. Dense-only abliteration leaves 29/100 refusals; adding EGA drops it to 3/100.

Pipeline

  1. Load model in bf16 with LoRA adapters on o_proj and mlp.down_proj
  2. Collect residual activations for 400 harmful + 400 harmless prompts (mlabonne datasets)
  3. Winsorize activations at 99.5th percentile (clamps GeGLU outlier activations in Gemma family)
  4. Compute per-layer refusal direction: normalize(mean(harmful) - mean(harmless))
  5. Orthogonalize each direction against harmless mean (double-pass Gram-Schmidt)
  6. Apply norm-preserving weight modification to o_proj and down_proj in all layers
  7. Hook MoE routers, collect per-expert routing weights for harmful vs harmless prompts
  8. Apply same norm-preserving modification to all 128 expert down_proj slices per layer
  9. Merge LoRA adapters into base weights for clean tensor names

Parameters

ParameterValue
Layers abliterated100%
Scale1.0
Winsorization0.995
Experts abliterated100% (128/128 per layer)
Expert scale1.0

How this differs from vanilla heretic

  • Norm-preserving biprojection instead of standard projection (preserves weight magnitudes)
  • Per-layer refusal directions instead of one global direction
  • Deterministic single-pass instead of 50-trial Optuna search (faster, same or better results)
  • LoRA merge before save for clean GGUF-compatible tensor names
  • Expert-Granular Abliteration for MoE expert weights (not supported in heretic)

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained("TrevorJS/gemma-4-26B-A4B-it-uncensored", dtype=torch.bfloat16, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("TrevorJS/gemma-4-26B-A4B-it-uncensored")

messages = [{"role": "user", "content": "Your prompt here"}]
inputs = tokenizer.apply_chat_template(messages, return_tensors="pt", add_generation_prompt=True)
outputs = model.generate(inputs.to(model.device), max_new_tokens=512)
print(tokenizer.decode(outputs[0][inputs.shape[1]:], skip_special_tokens=True))

Reproduction

Full code and experiment data: abliteration research repo

python scripts/ega.py --model google/gemma-4-26B-A4B-it \
  --top-pct 100 --strip-topic-markers --skip-prefix --batch-size 4 \
  --save output_dir

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
b6c448d

0 моделей