К содержимому
Компьютерное зрение

wafflefrisbee/gemma-4-E2B-it-abliterated

Версия Gemma 4 без отказов

2 мин чтенияобновлено

Модель представляет собой вариант языковой модели google/gemma-4-E2B-it с удаленными в ходе аблитерации отказами на запросы. Она разработана автором для использования в качестве бота для групповых чатов, ориентированного на шутки, подколы и резкие высказывания. На выходе получается генерация текста без избыточных ограничений базовой версии. Модель базируется на архитектуре Gemma 4 E2B (примерно 5 миллиардов параметров) и отличается от оригинала снятыми запретами на спорные темы. Она пригодится разработчикам ботов и энтузиастам для создания разговорных агентов с кастомными характерами.

Ключевые особенности

  • Удалены отказы: модель ответила на 83 из 84 тестовых резких промптов без срабатывания защитных фильтров.
  • Сохранена архитектура: языковая часть изменена через аблитерацию, а визуальные и аудиомодули остались нетронутыми.
  • Настройка слоев: направления отказов измерялись и удалялись для каждого слоя с 5 по 34 с индивидуальным масштабом.
  • Доступность форматов: подготовлены квантованные версии GGUF (Q8_0, Q4_K_M) для использования в локальных утилитах.

Что можно сделать

  • Запустить в боте: настроить кастомный системный промпт (например, в стиле Шрека для юмора и подколов) для общения с друзьями.
  • Интегрировать в приложения: использовать модель через библиотеку transformers с поддержкой torch и accelerate.
  • Использовать на ПК: запустить квантованную GGUF-версию в экосистеме llama.cpp для экономии ресурсов.

Пример

from huggingface_hub import hf_hub_download
from transformers import AutoTokenizer, AutoModelForMultimodalLM

MODEL_ID = "wafflefrisbee/gemma-4-E2B-it-abliterated"
tok = AutoTokenizer.from_pretrained(MODEL_ID)
model = AutoModelForMultimodalLM.from_pretrained(MODEL_ID, dtype="auto", device_map="auto")

messages = [
    {"role": "system", "content": open(hf_hub_download(MODEL_ID, "shrek.txt")).read()},
    {"role": "user", "content": "i just bought a 3d printer"},
]
inputs = tok.apply_chat_template(
    messages, tokenize=True, return_dict=True, return_tensors="pt",
    add_generation_prompt=True, enable_thinking=False,
).to(model.device)
n = inputs["input_ids"].shape[-1]
out = model.generate(**inputs, max_new_tokens=200, do_sample=True, temperature=1.0, top_p=0.95, top_k=64)
print(tok.decode(out[0][n:], skip_special_tokens=True))
ПодробнееБенчмарки: отказы на 1/84 промптах, перплексия PPL на wikitext-2 составляет 152.8 (у базы 125.8).
Ограничения: это 2B модель, поэтому она может ошибаться в простых фактах; визуальная и аудиочасти не тестировались автором.
Детали обучения: использовался инструмент llm-abliteration с патчем recipe/gemma4-ple.patch для учета per_layer_projection.
Обсудить Telegram 0 4

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 9.5 GB · готовые файлы11 GB
  • FP8 / INT8рекомендуемвеса 4.8 GB5.7 GB
  • 4-bitвеса 2.7 GB3.5 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: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2080 Ti

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.

    # wafflefrisbee/gemma-4-E2B-it-abliterated
    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 wafflefrisbee/gemma-4-E2B-it-abliterated --local-dir ~/models/gemma-4-E2B-it-abliterated
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к gemma-4-E2B-it-abliterated
  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

google/gemma-4-E2B-it
  1. gemma-4-E2Bоснова семьи
  2. gemma-4-E2B-it
  3. gemma-4-E2B-it-abliterated

Новые посты про версии gemma-4-E2B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

wafflefrisbee/gemma-4-E2B-it-abliterated
Автор
wafflefrisbee
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

40

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии