/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
55,6 ГБ
Архитектура
qwen3_5 · dense
Базовая модель
Qwopus3.6-27B-v2
Библиотека
transformers
Опубликована
13 июн 2026

Qwopus3.6-27B-v2-abliterated

Генерация текстаТекст → текст15 профессий

Мультимодальная диалоговая модель на основе Qwopus3.6-27B-v2 с ослабленным отказным поведением, предназначенная для генерации текста, рассуждений и работы с изображениями.

28скачиваний за 30 дней0лайковвеса обновлены13 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Qwopus3.6-27B-v2-abliterated — мультимодальная модель для диалога и рассуждений, созданная на основе Jackrong/Qwopus3.6-27B-v2. Автор карточки описывает её как версию Qwen3.5 с гибридной архитектурой: линейное внимание GatedDeltaNet сочетается с полным вниманием, а модель поддерживает обработку изображений. Отказные направления ортогонализированы в матрицах записи остаточного потока на 26-м слое без дообучения; модуль зрения не изменён.

В карточке приведены результаты HumanEval pass@1 95,1%, GSM8K 86,0% и MMLU-Pro 83,2%, а также снижение частоты отказов с 100% до 8%. Весовой формат — bf16 Safetensors; многотокенный предсказательный модуль включён для спекулятивного декодирования. Для развёртывания доступны отдельные варианты INT4 и GGUF. Лицензия в предоставленных данных не указана.

Сценарии применения

  • диалоговые ответы на запросы пользователей
  • решение математических задач и рассуждения
  • генерация и анализ кода
  • ответы на вопросы по изображениям
  • экспериментальная оценка поведения модели при запросах с пониженным уровнем отказов

Ограничения

После преобразования частота отказов, согласно карточке, снизилась до 8%; это не гарантирует полного отказа от вредных запросов и может менять защитное поведение модели. Приведённые оценки относятся только к указанным бенчмаркам; условия лицензии в доступных данных не приведены.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwopus3.6-27B-v2-abliterated

Refusal-ablated ("abliterated") build of Jackrong/Qwopus3.6-27B-v2, a Qwen3.5 hybrid (GatedDeltaNet linear-attention + gated full-attention) VL reasoning model.

Method

Refusal-direction orthogonalization, no fine-tuning: the refusal direction is estimated from harmful/harmless prompt activations and orthogonalized out of the residual-stream write matrices (o_proj / down_proj) at layer 26. Vision tower untouched.

  • Refusal rate: 100% -> 8%
  • General capability: preserved (evals below)

Evaluation

BenchmarkScore
HumanEval pass@195.1%
GSM8K86.0%
MMLU-Pro83.2%

bf16 weights. For a ~26 GB INT4 vLLM-deployable build see Qwopus3.6-27B-v2-abliterated-int4. And GGUF Qwopus3.6-27B-v2-abliterated-GGUF.

MTP head

The Multi-Token-Prediction (mtp) head is included (for speculative decoding). Its residual-write matrices (self_attn.o_proj, mlp.down_proj) are abliterated with the same refusal direction as the main layers.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
0dadf48

0 моделей