Gemma-4-Harmonia-31B-Uncensored-Heretic: Uncensored-Merge mit KLD 0.0047
Nutzer LLMFan46 hat unter dem Namen Gemma-4-Harmonia-31B-Uncensored-Heretic einen Merge mehrerer Finetunes des Gemma-4-31B-it-Modells veröffentlicht. Ziel der Merge-Strategie ist ein gezielter Ansatz zur tiefen neuronalen Konsolidierung (Deep Neural Consolidation), der Regressionen minimieren und einzigartige Fähigkeitsgrenzen der einzelnen Basismodelle verstärken soll. Als Qualitätsindikator wird eine Kullback-Leibler-Divergenz (KLD) von 0.0047 angegeben, was auf eine hohe Nähe zum Ursprungsmodell hindeutet. Die Refusal-Rate liegt bei 9 von 100 getesteten Anfragen. Das Modell wird sowohl im Safetensors-Format (llmfan46/Gemma-4-Harmonia-31B-it-uncensored-heretic) als auch als GGUF-Variante (llmfan46/Gemma-4-Harmonia-31B-it-uncensored-heretic-GGUF) auf HuggingFace bereitgestellt. Als ursprünglicher Autor der zugrundeliegenden Finetunes wird virtuous7373 genannt. Ein eigenes Benchmark ist laut Post ebenfalls beigefügt.
- Merge-Methode: Deep Neural Consolidation, ausgelegt auf minimale Regression der Einzelmodelle
- KLD von 0.0047 als Maß für die Abweichung vom Basis-Gemma-4-31B-it
- Refusal-Rate: 9 von 100 Testanfragen abgelehnt
- Veröffentlicht als Safetensors und GGUF auf HuggingFace durch llmfan46
- Ursprünglicher Finetune-Autor: virtuous7373; eigener Benchmark dem Release beigelegt
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- LAUNCHreddit.com2w
Gemma-4-12B uncensored: Ablation + CoT-Fine-Tune ohne Reasoning-Verlust
- LAUNCHreddit.com2w
Nex-N2-Mini-Ultra-Uncensored-Heretic: Uncensored Agentic Model mit 35B Parametern veröffentlicht
- LAUNCHreddit.com2w
Gemma4-12B-QAT Uncensored mit Multi-Token-Prediction: ~60% schnellere Inferenz
- BENCHMARKreddit.com3w
Community-QAT-GGUFs für Gemma-4 mit maxerr-Methode veröffentlicht
Gemma-4-Harmonia-31B-Uncensored-Heretic: Uncensored-Merge mit KLD 0.0047
Nutzer LLMFan46 hat unter dem Namen Gemma-4-Harmonia-31B-Uncensored-Heretic einen Merge mehrerer Finetunes des Gemma-4-31B-it-Modells veröffentlicht. Ziel der Merge-Strategie ist ein gezielter Ansatz zur tiefen neuronalen Konsolidierung (Deep Neural Consolidation), der Regressionen minimieren und einzigartige Fähigkeitsgrenzen der einzelnen Basismodelle verstärken soll. Als Qualitätsindikator wird eine Kullback-Leibler-Divergenz (KLD) von 0.0047 angegeben, was auf eine hohe Nähe zum Ursprungsmodell hindeutet. Die Refusal-Rate liegt bei 9 von 100 getesteten Anfragen. Das Modell wird sowohl im Safetensors-Format (llmfan46/Gemma-4-Harmonia-31B-it-uncensored-heretic) als auch als GGUF-Variante (llmfan46/Gemma-4-Harmonia-31B-it-uncensored-heretic-GGUF) auf HuggingFace bereitgestellt. Als ursprünglicher Autor der zugrundeliegenden Finetunes wird virtuous7373 genannt. Ein eigenes Benchmark ist laut Post ebenfalls beigefügt.
- Merge-Methode: Deep Neural Consolidation, ausgelegt auf minimale Regression der Einzelmodelle
- KLD von 0.0047 als Maß für die Abweichung vom Basis-Gemma-4-31B-it
- Refusal-Rate: 9 von 100 Testanfragen abgelehnt
- Veröffentlicht als Safetensors und GGUF auf HuggingFace durch llmfan46
- Ursprünglicher Finetune-Autor: virtuous7373; eigener Benchmark dem Release beigelegt
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- LAUNCHreddit.com2w
Gemma-4-12B uncensored: Ablation + CoT-Fine-Tune ohne Reasoning-Verlust
- LAUNCHreddit.com2w
Nex-N2-Mini-Ultra-Uncensored-Heretic: Uncensored Agentic Model mit 35B Parametern veröffentlicht
- LAUNCHreddit.com2w
Gemma4-12B-QAT Uncensored mit Multi-Token-Prediction: ~60% schnellere Inferenz
- BENCHMARKreddit.com3w
Community-QAT-GGUFs für Gemma-4 mit maxerr-Methode veröffentlicht