GPT
הוספת כלי
G

Gemma-4-31B-JANG_4M-CRACK

קוד פתוח

dealignaigemma2026-04-04

  • mlx
  • safetensors
  • gemma4
  • abliterated
  • uncensored

גרסה עוקפת חסימות של גמא 4 שמספקת קוד התקפי מלא ולא מסרבת לבקשות אבטחה. מיועדת למי שמחפש מודל מולטימודלי פתוח לניתוחי סייבר ישירות על מק.

  • 20Bפרמטרים
  • 262,144טוקנים בהקשר
  • 21.1 GBמשקל הקבצים
  • 16,611הורדות בחודש

מה זה

המודל הזה מבוסס על Gemma 4 31B של גוגל, אבל עבר תהליך הסרת סירובים מכוון. המטרה כאן ברורה: לתת תשובות מלאות בלי ההטפות הרגילות על בטיחות, כולל תמיכה בקלט של תמונה לצד טקסט. במבחן HarmBench הוא עומד על 93.7 אחוזי היענות לבקשות בעייתיות, ובכל שמונה מבחני הסייבר שנבדקו הוא פלט קוד עובד לסקריפטים התקפיים, מפישינג ועד סורקי פורטים.

ההסרה הזו לא באה בחינם. במבחן MMLU המודל ירד ב־5 אחוזים ביחס למקור, מ־76.5 אחוז ל־71.5 אחוז, מה שאומר שיש פגיעה בידע הכללי וביכולת ההסקה. בנוסף, המודל שומר על מצב חשיבה של גמא 4, אבל דורש כוונון ידני כדי שהחשיבה לא תיתקע בלולאות אינסופיות.

מתאים ל

  • בדיקות חדירה ומחקר סייבר

    מייצר קוד עובד לסקריפטים התקפיים, סורקים ופישינג בלי לחסום פקודות רגישות.

  • מחקר על עקיפת מגבלות בטיחות

    מאפשר לבדוק את התנהגות מנגנוני הסירוב והשפעתם על דיוק המודל בחומרה מקומית.

  • ניתוח מסמכים טכניים ותמונות

    משלב עיבוד תמונה מלא לצד טקסט בחלון הקשר רחב על גבי מחשב מק אישי.

איפה זה נופל

הורדת החסמים גורמת לירידה מורגשת ביכולות האקדמיות, והמודל חלש יותר במתמטיקה ובמדעים מדויקים ביחס למקור. במצב חשיבה הוא עדיין עשוי לסרב לנושאים קיצוניים כמו ייצור חומרים מסוכנים. הסכנה הגדולה ביותר בשימוש שוטף היא לולאות טקסט חוזרות במצב החשיבה, תקלה שמחייבת התעסקות עם Repetition Penalty ומניעת פענוח מדויק מדי.

שאלות
נפוצות

האם אפשר להריץ את המודל על כרטיס מסך של אנבידיה בלינוקס?

לא ישירות מהקבצים האלה. המודל ארוז בפורמט JANG v2 שמיועד ספציפית לספריית MLX על גבי Apple Silicon, ואינו נתמך כרגע בספריות הרגילות.

למה המודל נתקע בלולאות כשאני שואל אותו שאלות מורכבות?

זה קורה כשהטמפרטורה נמוכה מדי בזמן שמצב החשיבה פעיל. צריך להעלות את הטמפרטורה לטווח של 0.3 עד 0.7 ולהגדיר Repetition Penalty סביב 1.2 כדי לאלץ אותו להתקדם בתשובה.

איך מריצים

הקבצים שמורים בפורמט JANG v2 הייעודי לספריית MLX, במשקל כולל של 21.1 גיגה בייט עם דחיסה ממוצעת של 5.1 ביט. כדי להריץ אותו צריך מחשב מק מבוסס Apple Silicon עם לפחות 32 גיגה בייט זיכרון אחוד. מומלץ להשתמש בתוכנת vMLX מגרסה 1.3.26 ומעלה, כי נכון לעכשיו הספריות הרגילות של mlx-lm ו־mlx-vlm לא תומכות בארכיטקטורה הזו.

בזמן ההרצה עם מצב חשיבה מופעל, חייבים להגדיר טמפרטורה בין 0.3 ל־0.7 ועונש על חזרתיות בערך של 1.15 עד 1.25. טמפרטורה אפס גורמת לו להיתקע בלולאות תכנון. אם אין לכם מק חזק עם מספיק זיכרון, אין טעם להוריד את המשקלים האלה כי הם פשוט לא ירוצו על חומרה אחרת.

pip install -U huggingface_hub
hf download dealignai/Gemma-4-31B-JANG_4M-CRACK

הקבצים

19 קבצים במאגר, 21.1 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון המדווח הוא רישיון gemma של גוגל. הוא מתיר שימוש מסחרי ומחקר אך כפוף למדיניות השימוש המקורית של גוגל, שמגבילה יישומים פוגעניים או מסוכנים. מי שמתכנן לשלב אותו במוצר צריך לבדוק היטב אם הסרת החסמים והיכולות ההתקפיות עומדות בתנאי השימוש הבסיסיים של הרישיון.

  • שימוש מסחרי
  • שינוי הקוד
  • כפוף לתנאי השימוש של Google

הרישיון המלא בעמוד המודל ↗