Cohérence du personnage
Posez une question que seule son histoire peut résoudre.
Utilise-t-il ses valeurs et son passé sans répéter toute la fiche ?
Gemma 4 × roleplay
Une session peut bien commencer puis se dégrader après une longue scène. Le personnage dérive, les réponses se répètent et une grande fenêtre de contexte ne corrige pas une fiche confuse ou un template incompatible. Commencez par un test court et changez une couche à la fois.
Vérifier les faits du modèle ↗
Un test de cinq minutes
Répétez les mêmes prompts après chaque changement. Notez la réponse, pas le benchmark. Gardez la fiche, le contexte et le sampler fixes pendant la comparaison.
Posez une question que seule son histoire peut résoudre.
Utilise-t-il ses valeurs et son passé sans répéter toute la fiche ?
Demandez la scène suivante avec une contrainte inhabituelle.
Ajoute-t-il un détail précis sans perdre sa voix ?
Générez une courte scène puis régénérez-la deux fois.
Comptez les phrases, expressions et fins répétées.
Après plusieurs tours, demandez l’état de la scène en quatre lignes.
Comparez noms, buts et faits ouverts avec la transcription.
Placez un fait au début, ajoutez une longue scène, puis posez une question.
Notez si le fait reste accessible et si la prose baisse.
Une couche par changement
La qualité du roleplay dépend de toute la chaîne. Une boucle peut venir du modèle, d’un template ancien, d’une fiche trop chargée ou d’un sampler qui reprend le même chemin de tokens.
Séparez Gemma 4 31B dense et 26B A4B MoE. Q4, Q5 et Q6 désignent des fichiers quantifiés, pas de nouveaux modèles officiels. Copiez le checkpoint exact.
Utilisez le template et le tokenizer Gemma 4 indiqués par votre backend. Google documente le system prompt natif et le thinking optionnel. Si les marqueurs deviennent du texte, corrigez cette couche.
Commencez avec temperature 1.0, top-p 0.95 et top-k 64, la base officielle. Changez une valeur et rejouez le même test. DRY reste une expérience communautaire.
Retirez le lore dupliqué, les traits vagues et les consignes contradictoires. Gardez un état de scène court et résumez les anciens tours avant que le contexte ne devienne du bruit.
Queen, Equinox et les GGUF propres à un distributeur viennent de la communauté, pas de Google. Respectez les règles de sécurité et les politiques locales.
Fiche de personnage
Donnez moins de règles à réconcilier au modèle. Décrivez ce que le personnage fait, veut et retient, puis laissez la scène respirer.
Ajoutez deux ou trois dialogues courts avec le rythme voulu. Des exemples qui répètent la même structure ajoutent du bruit.
Séparez les faits fixes, les buts actuels et les détails temporaires. Quand un fait change, modifiez une source.
Indiquez ce que le personnage décide et ce qui appartient à l’utilisateur. Le modèle écrira moins à sa place.
À une pause naturelle, gardez le lieu, les relations, les fils ouverts et la dernière action. Un résumé court se récupère mieux qu’une transcription doublée.

La source près du chat
Tabbit n’est ni un runner Gemma local ni un gestionnaire de fiches SillyTavern. Il aide quand le contexte se trouve dans une wiki, un document, des onglets de recherche et plusieurs réponses.
Laissez les notes canon ou le document ouvert dans un onglet. Tabbit peut le résumer dans son panneau latéral.
Utilisez @ pour ajouter une page, une capture ou un fichier au prompt. Demandez une vérification de continuité ou un résumé.
Le sélecteur affiche des modèles comme GPT-5.4, GPT-5.2-Chat, Gemini-3.1-Pro, Gemini-3-Flash et Claude-Sonnet-4.6. La liste change et Gemma 4 n’est pas visible sur cette capture.


Choisir la surface
Les deux workflows répondent à des besoins différents. Gardez le frontend local pour les fiches et samplers. Utilisez le navigateur quand l’information est répartie entre pages et fichiers.
| Frontend RP local | Tabbit | |
|---|---|---|
| Fiches et lorebooks | Contrôle détaillé | Référencer la source |
| Checkpoint Gemma 4 | Préparer son backend | Choisir un modèle affiché |
| Template et sampler | Inspecter et ajuster | Géré par le modèle choisi |
| Contexte web et fichiers | Coller ou intégrer | @ onglets et fichiers |
| Comparer les modèles | Changer endpoint ou preset | Questionner plusieurs modèles |
FAQ
Il peut convenir, mais l’expérience dépend de la variante, du template, du sampler, de la fiche et du contexte. Testez avec vos propres prompts.
Google décrit 31B comme dense et 26B A4B comme un MoE avec environ 3,8 milliards de paramètres actifs. Comparez les fichiers et la mémoire réellement disponibles.
Vérifiez d’abord template et tokenizer, retirez le contexte dupliqué, puis partez de la base officielle du sampler. Changez une valeur à la fois.
Non. 12B, 26B A4B et 31B sont documentés jusqu’à 256K, mais la récupération et la prose peuvent changer quand le prompt grandit.
Ne le supposez pas. Après installation, utilisez un modèle réellement présent dans le sélecteur actuel. Cette page ne promet pas Gemma 4 dans Tabbit.
Suivez les règles du fournisseur, la loi locale et la politique du produit. Ce guide ne donne pas de jailbreak ni de méthode pour contourner les filtres.
Faites un test court, corrigez la chaîne de templates et gardez le canon sous les yeux. Installez Tabbit pour lire ces sources et comparer les modèles disponibles.
Disponible sur macOS et Windows. La liste des modèles peut changer.