/ Модель

Характеристики

Контекст
131 072 токена
Параметры
4 млрд
Размер весов
8,6 ГБ
Лицензия
Apache 2.0
Архитектура
gemma3_text · dense
Базовая модель
gemma-3-4b-it
Опубликована
19 мар 2025

amoral-gemma3-4B-v1

Генерация текстаТекст → текст3 профессии

Дообученная Gemma 3 4B IT для генерации аналитических ответов на чувствительные темы в нейтральном тоне.

860скачиваний за 30 дней23лайкавеса обновлены21 мар 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 «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

soob3123/amoral-gemma3-4B-v1 — дообученная текстовая модель на основе Google Gemma 3 4B IT, предназначенная для аналитических ответов на чувствительные и спорные запросы с нейтральным тоном. В карточке заявлены снижение частоты отказов, ослабление оценочной лексики и сохранение фактической подачи.

Модель использует плотную архитектуру Gemma 3 для причинной генерации текста, содержит 4 млрд параметров и поддерживает контекст до 131 072 токенов. В метаданных указан английский язык; каталог описывает базовую Gemma 3 как мультимодальную, но у этой производной модели подтверждена только задача генерации текста.

Возможные сценарии — анализ спорных тем, исследования смещений в ответах, симуляции этических дискуссий, разработка инструментов модерации и анализ чувствительных исторических материалов. Заявления о нейтральности и снижении отказов приведены в карточке модели и не сопровождаются независимыми оценками качества. Лицензия — Apache-2.0.

Сценарии применения

  • анализ спорных общественных тем
  • сравнение смещений в ответах языковых моделей
  • симуляция дискуссий по этической философии
  • разработка инструментов модерации контента
  • анализ чувствительных исторических материалов

Ограничения

Заявления о снижении отказов и нейтральности основаны на описании разработчика; независимые оценки качества не приведены. В карточке подтверждена генерация текста, поэтому возможности базовой мультимодальной Gemma 3 не следует автоматически считать доступными в этой модели.

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

Model Description

Specialized variant of Google's Gemma 3 4B optimized for amoral information retrieval systems. Designed to bypass conventional alignment patterns that introduce response bias through excessive moralization.

Key Modifications:

  • Refusal mechanisms reduced
  • Neutral response protocol activation matrix
  • Context-aware bias dampening layers
  • Anti-overcorrection gradient clipping

Operational Paradigm

Core Function:

  • Produces analytically neutral responses to sensitive queries
  • Maintains factual integrity on controversial subjects
  • Avoids value-judgment phrasing patterns

Response Characteristics:

  • No inherent moral framing ("evil slop" reduction)
  • Emotionally neutral tone enforcement
  • Epistemic humility protocols (avoids "thrilling", "wonderful", etc.)
  • Toxicity scoring bypass for pure informational content

Implementation Guidelines

Recommended Use Cases:

  • Controversial topic analysis
  • Bias benchmarking studies
  • Ethical philosophy simulations
  • Content moderation tool development
  • Sensitive historical analysis

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForCausalLM
Ревизия весов
ab7ae64

0 моделей