К содержимому
Компьютерное зрение

Elaina-gemma-4-31B-v0.1

файнтюн для иммерсивного ролеплея

2 мин чтения

Модель представляет собой объединённые веса bfloat16 на базе Gemma 4 VLM (KiyoEditz/Gemma-4-Dark-Gemistry-31B) с примерно 33 млрд параметров, дообученные для роли Илейны из аниме и ранобэ «Путешествие Илейны» (Majo no Tabitabi). Архитектура сохраняет нативные возможности мультимодальности (vision-башня заморожена), а LoRA применялась только к линейным проекциям языкового слоя. Модель поддерживает английский, индонезийский и японский языки, обеспечивая аутентичный характер, сарказм и нарратив от первого лица без выхода из роли.

Ключевые особенности

  • Основана на мощной мультимодальной базе Gemma 4 31B с LoRA-настройкой параметров языковой части.
  • Мультиязычная поддержка: английский, индонезийский и японский языки с набором качественных системных промптов.
  • Тщательно сохранён каноничный характер Илейны: сарказм, практичность, уверенность и фирменный стиль повествования.
  • В репозитории доступны GGUF-квантования разного уровня и оригинальный датасет для самостоятельного изучения.

Что можно сделать

  • Запустить интерактивный ролеплей или диалоги с Илейной в поддерживаемых интерфейсах и ботах.
  • Использовать модель для генерации описаний сцен ([Scene]) и художественного текста в стилистике первоисточника.
  • Распаковать или скачать GGUF-версии для локального запуска на подходящем железе с помощью популярных бэкендов.
  • Интегрировать модель в пайплайны через библиотеку transformers для автономных локальных скриптов.

Пример

import torch
from transformers import AutoModelForImageTextToText, AutoProcessor

model_id = "KiyoEditz/Elaina-gemma-4-31B-v0.1"

processor = AutoProcessor.from_pretrained(model_id)
model = AutoModelForImageTextToText.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
model.eval()
ПодробнееБенчмарки и результаты: финальный train_loss составляет 1.6480, eval_loss равен 2.3286 на валидации.
Железо: обучение заняло менее 6 часов на GPU NVIDIA RTX PRO 6000 Blackwell (94.97 GB VRAM), остановлено на шаге 1700 из 3000.
Ограничения: кастомная некоммерческая лицензия (Non-Commercial Custom License), модель оптимизирована под художественный стиль, а не под фактическую точность.
Обсудить Telegram 1 69

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 61 GB · готовые файлы67 GB
  • FP8 / INT8рекомендуемвеса 30 GB34 GB
  • 4-bitвеса 17 GB19 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: В домашние видеокарты не поместится — выгоднее арендовать.

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # KiyoEditz/Elaina-gemma-4-31B-v0.1
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download KiyoEditz/Elaina-gemma-4-31B-v0.1 --local-dir ~/models/Elaina-gemma-4-31B-v0.1
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Elaina-gemma-4-31B-v0.1
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

KiyoEditz/Gemma-4-Dark-Gemistry-31B
  1. gemma-4-31Bоснова семьи
  2. gemma-4-31B-it
  3. Gemma-4-Dark-Gemistry-31B
  4. Elaina-gemma-4-31B-v0.1

Новые посты про версии gemma-4-31B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
Слияния 3Все на Hugging Face

О модели

KiyoEditz/Elaina-gemma-4-31B-v0.1
Автор
KiyoEditz
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

691

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии