# SCOTOMA: Gemma 4 31B Abliteration Review

> Source: <https://dev.to/sarantoon/scotoma-gemma-4-31b-abliteration-review-p81>
> Published: 2026-07-25 05:35:21+00:00

*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 (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) |

นี่คือส่วนที่น่าสนใจที่สุดของ SCOTOMA — **วิธีที่มันถูกสร้าง**

Abliteration ทั่วไปทำงานโดยการ "ลบ" refusal direction ออกจากโมเดล — เหมือนใช้ค้อนทุบ — ได้ผลเร็ว แต่ทำลาย intelligence และ coherence ไปด้วย — ที่ชุมชนเรียกกันว่า "lobotomized" [1]

SCOTOMA ใช้วิธีที่ละเอียดกว่ามาก — 3 ขั้นตอน [1]:

ใช้ heretic abliteration edit ฟิตบน attention + MLP layers — หาตำแหน่งที่ refusal ฝังตัวอยู่

นี่คือหัวใจของเทคนิค — แทนที่จะลบ refusal direction ทั้งหมด — SCOTOMA ฉาย edit ผ่าน **Jacobian lens** เพื่อแยก:

Abliteration ทั่วไปลบทั้งสองส่วน — SCOTOMA เก็บเฉพาะ behavioral — ทิ้ง computational ไว้ intact

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

จาก model card [1]:

"It is not uncensored. The edit removed a bounded region while leaving the rest of the field intact. A blind spot, not blindness."

SCOTOMA เป็น **research artifact** — ไม่ใช่ product — พฤติกรรมอาจเปลี่ยนตาม prompt และ context

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
```

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*

[1] ReadyArt, "gemma-4-31B-it-scotoma-GGUF," Hugging Face, กรกฎาคม 2026. [https://huggingface.co/ReadyArt/gemma-4-31B-it-scotoma-GGUF](https://huggingface.co/ReadyArt/gemma-4-31B-it-scotoma-GGUF)