К содержимому
Компьютерное зрение

yukiworks/gemma-4-26B-A4B-it-heretic-NSFW

мультимодальная Gemma 4 без цензуры для контента 18+

2 мин чтенияобновлено

Это специализированная децензурированная версия мультимодальной модели google/gemma-4-26B-A4B-it от автора yukiworks, способная работать с текстом, изображениями и видео. В основе лежит архитектура Mixture-of-Experts (MoE — смесь экспертов, где на каждый токен активируется лишь часть параметров: 3,8B из общих 25,2B), что обеспечивает высокую скорость генерации. В отличие от базовой версии, которая часто отклоняет запросы для взрослых, здесь отказы сняты с помощью метода Heretic на специально собранном автором наборе промптов 18+. При этом исходные возможности модели сохранены практически без потерь.

Ключевые особенности

  • Точечное снятие цензуры: оптимизация проведена методом Arbitrary-Rank Ablation (ARA) без дообучения весов на авторском датасете NSFW-промптов.
  • Высокая скорость MoE: при общем объёме 25,2B параметров во время генерации работают только 3,8B (8 активных экспертов из 128 плюс 1 общий), поэтому модель сопоставима по скорости с компактными 4B-решениями.
  • Мультимодальность и длинный контекст: поддерживает текстовые и визуальные запросы в любом порядке, анализ видео по кадрам, встроенный режим рассуждений (thinking) и контекстное окно до 256K токенов.
  • Мультиязычность и код: сохранена поддержка более 35 языков (предобучение на 140+), а также генерация кода и вызов функций (function calling).

Что можно сделать

  • Запускать локальных ролевых ботов и генераторы интерактивных историй 18+ без срабатывания встроенных фильтров безопасности.
  • Анализировать и описывать изображения или раскадровки видео для взрослых в мультимодальных сценариях.
  • Использовать в локальных AI-ассистентах через библиотеку transformers для задач, требующих длинного контекста и рассуждений без искусственных ограничений.

Пример

from transformers import AutoProcessor, AutoModelForMultimodalLM

MODEL_ID = "yukiworks/gemma-4-26B-A4B-it-heretic-NSFW"
processor = AutoProcessor.from_pretrained(MODEL_ID)
model = AutoModelForMultimodalLM.from_pretrained(
    MODEL_ID, dtype="auto", device_map="auto"
)
Подробнее Отказы (Refusals Classifier): 0/100 против 89/100 у оригинальной google/gemma-4-26B-A4B-it.
KL divergence: 0.0411 (минимальное отклонение от распределения базовой модели).
Параметры абляции (Heretic v2.2.0.dev0): слои с 10 по 29, neighbor_count = 9.
Контекстное окно: 256K токенов; аудио-модальность в версии 26B A4B не поддерживается.
Обсудить Telegram 1 16

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 48 GB · готовые файлы53 GB
  • FP8 / INT8рекомендуемвеса 24 GB27 GB
  • 4-bitвеса 14 GB15 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.

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.

    # yukiworks/gemma-4-26B-A4B-it-heretic-NSFW
    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 yukiworks/gemma-4-26B-A4B-it-heretic-NSFW --local-dir ~/models/gemma-4-26B-A4B-it-heretic-NSFW
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к gemma-4-26B-A4B-it-heretic-NSFW
  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-4-26B-A4B-it
  1. gemma-4-26B-A4Bоснова семьи
  2. gemma-4-26B-A4B-it
  3. gemma-4-26B-A4B-it-heretic-NSFW

Новые посты про версии gemma-4-26B-A4B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
Слияния 5Все на Hugging Face

О модели

yukiworks/gemma-4-26B-A4B-it-heretic-NSFW
Автор
yukiworks
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

161

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Gemma 4 26B A4B

Gemma 4 26B A4B
Другое

OCEAN-S2

OCEAN-S2