Gemma-4-E2B-Uncensored-HauhauCS-Aggressive

קוד פתוח

HauhauCSgemma2026-04-02

gguf
uncensored
gemma4
vision
multimodal

גרסה פרוצה של Gemma 4 בגודל 2 מיליארד פרמטרים, שמסירה את מנגנוני הסירוב של גוגל. מתאימה למי שחייב מודל מולטימודלי קל בלי חסימות תוכן.

24.6 GBמשקל הקבצים
135,418הורדות בחודש
305לייקים

מה זה

הבסיס כאן הוא Gemma 4 E2B-IT של גוגל שעבר הסרת סירובים אגרסיבית בלי לגעת במאגר הנתונים המקורי. המודל שומר על יכולות קלט של טקסט, תמונה, וידאו ואודיו, ומגיע עם חלון הקשר של 131K טוקנים. במבחן הסירובים של היוצר הוא עמד על אפס סירובים מתוך 465 בדיקות, כך שהוא עונה על מה שמבקשים ממנו בלי לחסום.

ההבדל המשמעותי מול גרסאות אחרות הוא בקוונטיזציות מסוג K_P. היוצר בנה פרופילים ספציפיים שמשתמשים במטריצת חשיבות כדי לשמור על איכות המשקלים תוך תוספת קטנה של 5 עד 15 אחוזים לנפח הקובץ, מה שמספק תוצאה נקייה יותר מגרסאות מכווצות סטנדרטיות באותו הגודל.

מתאים ל

הרצה מקומית על מכשירי קצה
דורש פחות מ־4 גיגה זיכרון עבודה ברוב הגרסאות, ורץ חלק על לפטופים פשוטים או טלפונים.
ניתוח תמונות ושמע ללא סינון
מעבד מדיה יחד עם קובץ הפרויקט בלי לחסום בקשות על בסיס מדיניות תוכן.
משימות טקסט קצרות ואוטומציה
מטפל במיון, תמצות ועיבוד קצר במהירות גבוהה ובלי תלויות ברשת.

איפה זה נופל

זה עדיין מודל של 2 מיליארד פרמטרים, וזה מורגש מיד. הוא לא מיועד להסקה לוגית מורכבת, משחקי תפקידים עמוקים או פלטים ארוכים שנשארים עקביים לאורך זמן. היוצר עצמו מודה שההקשר הארוך לא נבדק מספיק ידנית בגלל מנגנוני ביקורת פנימיים שגוגל הטמיעה, ולפעמים המודל עדיין פולט דיסקליימרים קצרים שהוטמעו עמוק באימון הבסיס.

שאלות
נפוצות

האם המודל עדיין מסרב לענות לפעמים?

הוא לא מסרב לייצר את התוכן עצמו, אבל בגלל שכבות האימון המקוריות של גוגל הוא עשוי להדביק אזהרה קצרה בסוף התשובה. מבחינת ביצועים הוא עבר 465 מבחני עקיפה בלי סירוב בודד.

איך מפעילים קלט של תמונות או קול?

טוענים את קובץ המודל יחד עם קובץ ה־mmproj הנפרד ששוקל 940 מגה בייט. ללא הקובץ הזה, מנועי ההרצה יעבדו במצב טקסט בלבד ולא יזהו מדיה.

איך מריצים

המשקל של הקבצים נע בין 2.9 גיגה בייט בגרסת Q2_K_P ועד 4.7 גיגה בייט בגרסת Q8_K_P, בתוספת קובץ mmproj של 940 מגה בייט אם רוצים תמיכה בתמונה או שמע. כל מחשב מודרני, טלפון או כרטיס מסך בסיסי עם 6 עד 8 גיגה בייט זיכרון יריץ את זה מקומית בקלות דרך llama.cpp, LM Studio או KoboldCPP בלי להזיע.

בהרצה בטקסט בלבד פשוט טוענים את ה־GGUF עם דגל jinja. אם צריכים מולטימדיה מוסיפים את קובץ ה־mmproj לפקודה. אין פה היגיון לשלם ל־API של שירות ענן חיצוני כשמדובר במודל שרץ על חומרה ביתית פשוטה בלי עלויות שרתים.

ollama run hf.co/HauhauCS/Gemma-4-E2B-Uncensored-HauhauCS-Aggressive:Q6_K_P

איזו גרסה

אותו מודל בכמה רמות דחיסה. ככל שהמספר נמוך יותר הקובץ קטן יותר ורץ על פחות זיכרון, והתשובות נהיות פחות מדויקות. רוב האנשים רוצים את הגדולה ביותר שנכנסת להם בזיכרון.

Q8_K_P5.0 GB Q6_K_P3.9 GB Q5_K_P3.7 GB Q4_K_P3.5 GB Q3_K_P3.2 GB IQ3_M3.1 GB Q2_K_P3.0 GB F16985.6 MB

הקבצים

10 קבצים במאגר, 24.6 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא רישיון gemma של גוגל. מותר להשתמש בו מסחרית כל עוד עומדים בתנאי השימוש ובמדיניות המקורית של גוגל, מה שיוצר בעייתיות משפטית מסוימת כשמדובר במודל שנועד לעקוף מגבלות בטיחות. מפתחים שמשלבים אותו במוצר צריכים לקחת בחשבון את המגבלות האלה.

שימוש מסחרי
שינוי הקוד
כפוף לתנאי השימוש של Google

הרישיון המלא בעמוד המודל ↗