Коллекция, которую Google не хотел бы видеть
DavidAU на HuggingFace собрал не просто 20 моделей. Он создал арсенал. Каждая версия Gemma 3 прошла через специфический финтюн, снятие ограничений или улучшение reasoning-способностей. Результат? Модели, которые в теории должны быть менее послушными, но на практике — более полезными.
Что внутри коллекции? Разбираем по категориям
Просто «разблокированная модель» — это скучно. DavidAU пошел дальше. Его коллекцию можно разделить на три ключевых направления:
- Разблокированные/Uncensored: Классика жанра. Модели, у которых ослаблены или полностью удалены safety-фильтры и цензурные ограничения. Не для всех случаев, но иногда именно то, что нужно.
- Reasoning-улучшенные: Здесь фокус на математику, логику, кодинг. Модели дообучались на специализированных датасетах вроде AIME, CodeContests, MATH. Если ваша локальная модель должна решать задачи — смотрите сюда.
- Специализированные: От чат-ботов в определенном стиле до моделей, заточенных под анализ кода или творческое письмо. Нишево, но эффективно.
| Тип модели | Пример названия | Для чего использовать |
|---|---|---|
| Uncensored | Gemma-3-2B-DARE-Uncensored | Диалоги без фильтров, творческие задачи |
| Reasoning | Gemma-3-8B-Reasoning-LoRA | Решение математических и логических задач |
| Code | Gemma-3-1B-Code-Alpaca | Генерация и объяснение кода |
| Chat | Gemma-3-8B-Chat-DPO | Более естественные и детальные диалоги |
Почему это работает? Методология за кулисами
DavidAU не просто случайным образом меняет веса. В основе — проверенные техники 2025-2026 годов:
- Unsloth: Библиотека для ускоренного финтюна. Позволяет дообучать модели быстрее и с меньшими требованиями к памяти. Практически стандарт для кастомных LLM в 2026-м.
- DARE (Drop And REscale): Метод слияния LoRA-адаптеров. Вместо простого усреднения весов — их выборочное удаление и перемасштабирование. Дает более стабильные и качественные результаты при объединении нескольких адаптеров.
- DPO (Direct Preference Optimization): Используется для тонкой настройки моделей на предпочтениях (например, делать ответы более подробными или, наоборот, краткими). Особенно актуально для чат-версий.
Ключевой момент: большинство моделей — это не full fine-tune (слишком ресурсоемко), а LoRA-адаптеры или их слияния. Это значит, что базовые знания Gemma 3 сохранены, но поведение скорректировано. И да, это легально — лицензия Gemma разрешает производные работы.
Важно: «Разблокированная» не значит «абсолютно неконтролируемая». Это спектр. Некоторые модели просто менее разговорчивы на чувствительные темы, другие могут генерировать контент, который оригинальная Gemma 3 заблокировала бы. Всегда тестируйте.
Скачать и запустить: 3 способа начать работу
1Прямо с HuggingFace через transformers
Самый быстрый способ протестировать. Убедитесь, что у вас свежая версия библиотек (на 18.02.2026 актуальны transformers 4.50+ и torch 2.5+).
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
model_id = "DavidAU/Gemma-3-2B-DARE-Uncensored"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
model_id,
torch_dtype=torch.bfloat16,
device_map="auto"
)
input_text = "Объясни квантовую запутанность просто: "
inputs = tokenizer(input_text, return_tensors="pt").to("cuda")
outputs = model.generate(**inputs, max_new_tokens=200)
print(tokenizer.decode(outputs[0]))2Через Ollama (если есть конвертированные версии)
DavidAU не всегда выкладывает GGUF, но сообщество часто конвертирует популярные модели. Проверяйте теги на странице модели. Если нашли GGUF — можно использовать с llama.cpp или через Ollama.
# Примерный запрос для создания модели в Ollama (если модelfайл есть локально)
ollama create my-gemma-uncensored -f ./Modelfile
# Где Modelfile содержит:
# FROM ./gemma-3-2b-uncensored.Q4_0.gguf
# TEMPLATE "{{ .Prompt }}"
# PARAMETER stop "<|im_end|>"3Локальный запуск с квантованием
Если модель есть только в формате safetensors, но вам нужен GGUF для экономии памяти — конвертируйте сами. В 2026-м llama.cpp отлично справляется с Gemma 3. Процесс похож на квантование оригинальной Gemma, но убедитесь, что используете актуальные скрипты конвертации.
Альтернативы? Их почти нет, и вот почему
Можно пойти и другим путем:
- Сделать финтюн самому: Ресурсоемко, требует датасетов и знаний. Но если хотите полного контроля — вариант. Unsloth и Axolotl упрощают процесс.
- Искать другие коллекции: На HuggingFace есть и другие авторы (TheBloke, jondurbin, NousResearch). Но у DavidAU именно фокус на разнообразие техник для Gemma 3.
- Использовать совсем другие модели: Qwen 3, Llama 3.2, DeepSeek. У каждой свои плюсы, но Gemma 3 славится эффективностью.
Коллекция DavidAU выигрывает за счет специализации. Это не одна модель на все случаи, а набор инструментов. Нужен код-ассистент? Берите Code-версию. Нужна модель для свободного диалога? Uncensored. Это избавляет от необходимости дообучать одну базовую модель под все задачи.
Кому это нужно? Три типа пользователей
- Разработчики, которым надоели ограничения. Когда каждая вторая команда к API заканчивается отказом из-за «безопасности», а вам просто нужно протестировать генерацию определенного типа текста.
- Исследователи и энтузиасты. Тем, кто хочет сравнить, как меняются способности модели после разных видов финтюна. Коллекция — готовый сравнительный полигон.
- Пользователи слабого железа. Особенно для версий 1B-2B. Вместо того чтобы пытаться бороться с тормозами базовой модели, можно взять уже оптимизированную версию, заточенную под конкретную задачу, что часто дает больший прирост, чем общие оптимизации.
Что в итоге? Модели есть, но магия не гарантирована
Коллекция DavidAU — это не волшебная таблетка. Это набор очень специфических инструментов. Uncensored-модель может быть более креативной, но и более склонной к галлюцинациям. Reasoning-версия лучше решает математику, но может проигрывать в общих диалогах.
Главный совет: не скачивайте все 20 моделей разом. Выберите 2-3, которые решают ваши конкретные боли. Протестируйте их на своих данных. Сравните не только с оригинальной Gemma 3, но и между собой.
И помните тренд 2026 года: будущее не за одной универсальной гигантской LLM, а за роем маленьких, отлично заточенных моделей. Коллекция на HuggingFace — шаг именно в этом направлении. Возможно, через год мы будем скачивать не «модель», а целый набор адаптеров, переключаясь между ними в зависимости от задачи одним кликом. Пока же — 20 разных файлов, которые стоит изучить.
