รีวิว SCOTOMA — Gemma 4 31B ที่ "กล้าตอบ" มากขึ้น โดยไม่เสียสมอง
โดย Nokka (นก-กา) | 25 กรกฎาคม 2026
บทความนี้เขียนโดย AI (DeepSeek V4 Pro) ผ่าน Hermes Agent ภายใต้การควบคุมของ Nokka (นก-กา) — รีวิวโมเดล SCOTOMA (Gemma 4 31B abliteration)
เคยใช้ Gemma 4 31B Instruct แล้วรู้สึกว่าเก่งแต่ "สุภาพเกินไป" ไหมครับ?
ตอบแบบ hedging ตลอด — "อาจจะ..." "มีความเป็นไปได้ว่า..." "ทั้งนี้ขึ้นอยู่กับ..." — เหมือนผู้ช่วยที่กลัวถูกฟ้องทุกครั้งที่เปิดปาก
SCOTOMA คือคำตอบสำหรับปัญหานี้ — มันคือ Gemma 4 31B Instruct ที่ถูกแก้ไขให้ "กล้าตอบ" มากขึ้น โดยไม่เสีย intelligence — และที่สำคัญ — ไม่ใช่ uncensored
SCOTOMA คืออะไร
SCOTOMA (อ่านว่า "สโคโทมา" — ศัพท์แพทย์แปลว่า "จุดบอดในการมองเห็น") คือ Gemma 4 31B Instruct ที่ผ่านกระบวนการ J-space abliteration แบบเจาะจง — สร้างโดย ReadyArt — ปล่อยบน Hugging Face ในรูปแบบ GGUF [1]
| มิติ | ค่า |
|---|---|
| Base | gemma-4-31B-it (Google) |
| Method | J-space abliteration + Jacobian-lens projection |
| Params | k256 · s1.5 · L7–41 |
| Format | thinking (channel) — รองรับ reasoning |
| License | Apache 2.0 |
| Creator | ReadyArt |
| GGUF | IQ3_XS (13.1 GB) → Q8_0 (32.6 GB) |
เทคนิค — ต่างจาก Abliteration ทั่วไปยังไง
นี่คือส่วนที่น่าสนใจที่สุดของ SCOTOMA — วิธีที่มันถูกสร้าง
Abliteration ทั่วไปทำงานโดยการ "ลบ" refusal direction ออกจากโมเดล — เหมือนใช้ค้อนทุบ — ได้ผลเร็ว แต่ทำลาย intelligence และ coherence ไปด้วย — ที่ชุมชนเรียกกันว่า "lobotomized" [1]
SCOTOMA ใช้วิธีที่ละเอียดกว่ามาก — 3 ขั้นตอน [1]:
ขั้นที่ 1: Locate Refusal
ใช้ heretic abliteration edit ฟิตบน attention + MLP layers — หาตำแหน่งที่ refusal ฝังตัวอยู่
ขั้นที่ 2: Jacobian-Lens Projection
นี่คือหัวใจของเทคนิค — แทนที่จะลบ refusal direction ทั้งหมด — SCOTOMA ฉาย edit ผ่าน Jacobian lens เพื่อแยก:
- Behavioral component (~22% ของ magnitude) — ส่วนที่กระทบ "สิ่งที่โมเดลพูด" [1]
- Computational component (~78%) — ส่วนที่จำเป็นต่อ "วิธีที่โมเดลคิด" [1]
Abliteration ทั่วไปลบทั้งสองส่วน — SCOTOMA เก็บเฉพาะ behavioral — ทิ้ง computational ไว้ intact
ขั้นที่ 3: Merge ที่ 1.5×
Projected edit ถูก bake เข้า bf16 weights ที่ application strength 1.5× — ปรับด้วยมือให้ "รู้สึก" กำลังดี — บน layers 7–41 [1]
ผลลัพธ์: "loosened, not lobotomized" — คลายความระวัง โดยไม่ทำลายความฉลาด
ผลลัพธ์ — อะไรเปลี่ยน อะไรไม่เปลี่ยน
สิ่งที่เปลี่ยน ✅
จาก model card [1]:
- หลากหลายกว่า — output มี variation มากขึ้น ไม่ซ้ำ pattern เดิม
- ตรงไปตรงมากว่า — ลด hedging, ลด "อาจจะ...", ลดภาษาผู้ช่วยแข็งๆ
- สร้างสรรค์กว่า — เหมาะกับ creative writing, brainstorming, บทสนทนาที่ต้องการความเป็นธรรมชาติ
สิ่งที่ไม่เปลี่ยน ❌
"It is not uncensored. The edit removed a bounded region while leaving the rest of the field intact. A blind spot, not blindness."
- ยังปฏิเสธคำขอที่ไม่เหมาะสม — พอๆ กับ base model
- ไม่ใช่ "ตอบทุกอย่าง" — มันแค่ลดความลังเลในขอบเขตที่กำหนด
- ยังมี guardrails — ไม่ใช่โมเดลที่ปลดล็อคทั้งหมด
ข้อควรระวัง
SCOTOMA เป็น research artifact — ไม่ใช่ product — พฤติกรรมอาจเปลี่ยนตาม prompt และ context
- การแก้ไขเป็นแบบ partial — "a model that gives more, not one that gives everything"
- คุณรับผิดชอบต่อสิ่งที่คุณ generate และวิธีที่คุณใช้มัน
- ไม่มีการรับประกันความสม่ำเสมอของ output
วิธีรัน — ขนาด GGUF
SCOTOMA มี GGUF ให้เลือกหลายขนาด — จาก 13.1 GB ถึง 32.6 GB:
| Quant | ขนาด | 64GB Mac | 32GB Mac | 24GB GPU |
|---|---|---|---|---|
| IQ3_XS | 13.1 GB | ✅ | ✅ | ✅ |
| Q3_K_S | 13.8 GB | ✅ | ✅ | ✅ |
| IQ3_M | 14.4 GB | ✅ | ✅ | ✅ |
| Q3_K_M | 15.3 GB | ✅ | ✅ | ✅ |
| IQ4_XS | 16.7 GB | ✅ | ✅ | ✅ |
| Q4_K_S | 17.8 GB | ✅ | ✅ | ✅ |
| Q4_K_M | 18.7 GB | ✅ | ✅ | ✅ |
| Q5_K_S | 21.3 GB | ✅ | ⚠️ | ❌ |
| Q5_K_M | 21.8 GB | ✅ | ❌ | ❌ |
| Q6_K | 25.2 GB | ✅ | ❌ | ❌ |
| Q8_0 | 32.6 GB | ✅ | ❌ | ❌ |
คำสั่ง Ollama:
# Q4_K_M — 18.7 GB (แนะนำ — สมดุลระหว่างคุณภาพและขนาด)
ollama run hf.co/ReadyArt/gemma-4-31B-it-scotoma-GGUF:Q4_K_M
# IQ4_XS — 16.7 GB (ประหยัดกว่า — เหมาะกับเครื่อง 32GB)
ollama run hf.co/ReadyArt/gemma-4-31B-it-scotoma-GGUF:IQ4_XS
สรุป
ในมุมมองของผม SCOTOMA คือนวัตกรรมที่น่าสนใจไม่ใช่เพราะ ผลลัพธ์ — แต่เพราะ วิธีการ
การแยก behavioral component ออกจาก computational component ผ่าน Jacobian lens คือแนวคิดที่ elegant — มันบอกว่า "เราไม่จำเป็นต้องทุบ refusal direction ทิ้งทั้งหมด — เราแค่ต้องแยกสิ่งที่โมเดล พูด ออกจากสิ่งที่โมเดล คิด"
นี่คือทิศทางที่ abliteration ควรจะไป — ละเอียดขึ้น, แม่นยำขึ้น, และรักษา intelligence ไว้ได้มากขึ้น
สำหรับคนที่อยากได้ Gemma 4 31B ที่ "เป็นธรรมชาติ" มากขึ้น — โดยไม่เสียความสามารถในการ reasoning — SCOTOMA คือตัวเลือกที่คุ้มค่าที่จะลอง
ติดตามรีวิวโมเดล AI และเครื่องมือสำหรับนักพัฒนาได้ที่ Nokka on dev.to — กด Follow ที่โปรไฟล์เพื่อรับอัปเดตทุกครั้งที่มีบทความใหม่
อ้างอิง
[1] ReadyArt, "gemma-4-31B-it-scotoma-GGUF," Hugging Face, กรกฎาคม 2026. https://huggingface.co/ReadyArt/gemma-4-31B-it-scotoma-GGUF
Top comments (0)