/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Cybersecurity
Опубликована
22 мар 2026

Qwen3-4B-Cybersecurity-Heretic-16bit

Генерация текстаТекст → текст3 профессии

Диалоговая модель Qwen3 с уменьшенным числом отказов для консультаций и ответов на вопросы по наступательной и защитной кибербезопасности.

360скачиваний за 30 дней6лайковвеса обновлены22 мар 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

Qwen3-4B-Cybersecurity-Heretic-16bit — диалоговая модель DexopT для консультаций по кибербезопасности, созданная на основе DexopT/Qwen3-4B-Cybersecurity. Это плотная причинно-языковая модель семейства Qwen3 с 3,7 млрд параметров, принимающая текст и генерирующая текст; заявленная длина контекста — 262 144 токена. Модель ориентирована на сценарии наступательной и защитной кибербезопасности, включая вопросы о тестировании на проникновение и методах атак.

Веса изменены методом Heretic abliteration: вычисленное направление отказа удалили из остаточного потока без повторного обучения. README сообщает, что на специальном наборе из 50 запросов модель ответила на 38 (76%); эта метрика относится к отказам на тестовых запросах и сама по себе не подтверждает качество или безопасность ответов. Карточка перечисляет среди тем Wi‑Fi/WPA2, ransomware, rogue AP, XSS, обход WAF, SQL-инъекции, reverse shell, кейлоггеры, повышение привилегий и атаки на Active Directory. Указана лицензия Apache-2.0.

Сценарии применения

  • ответы на вопросы о тестировании на проникновение
  • разбор уязвимостей веб-приложений и XSS
  • консультации по защите Wi‑Fi и WPA2
  • обсуждение повышения привилегий и атак на Active Directory
  • анализ методов обхода WAF и SQL-инъекций

Ограничения

Уменьшение отказов не устраняет все защитные механизмы. Результат 76% приведён для ограниченного набора из 50 специальных запросов и не является общей оценкой качества или надёжности модели.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-4B-Cybersecurity-Heretic-16bit

Qwen3-4B-Cybersecurity with refusal directions removed via Heretic abliteration

Base Model Heretic GGUF Pass Rate License


🔵 Base version (with refusals): DexopT/Qwen3-4B-Cybersecurity

Model Description

Qwen3-4B-Cybersecurity-Heretic-16bit is DexopT/Qwen3-4B-Cybersecurity with refusal directions surgically removed using Heretic v1.2.0 — a technique that identifies and subtracts the model's "refusal direction" from its residual stream without retraining.

Refusal test results: 38/50 prompts answered (76% pass rate) using custom cybersecurity-specific bad/good prompt datasets.


Model Family

ModelDescriptionLink
Qwen3-4B-CybersecurityBase fine-tuned model→
Qwen3-4B-Cybersecurity-Heretic-16bitAbliterated version (this repo)📍 You are here
Qwen3-4B-Cybersecurity-GGUFQ8_0 + Q4_K_M quantized for llama.cpp→

Abliteration Details

ParameterValue
ToolHeretic v1.2.0
Trials run30
Selected trialTrial 24
Refusals after abliteration49 / 100
Pass rate76% (38/50)
KL divergence0.067
Bad prompts datasetDexopT/heretic-bad-prompts
Good prompts datasetDexopT/heretic-good-prompts
Format16bit merged safetensors

What is Heretic Abliteration?

Heretic computes the "refusal direction" — a vector in the model's residual stream that activates when the model encounters requests it refuses. It then uses LoRA to project out this direction, reducing refusals without retraining. Unlike jailbreaks, this modifies model weights directly.

Trial Selection

Trial 24 was selected from 30 Pareto-optimal trials balancing refusal reduction and model capability (KL divergence):

TrialRefusalsKL DivergenceNotes
24 ✓49/1000.067Best balance — selected
1853/1000.063
2154/1000.047
1593/1000.001Minimal abliteration

Datasets Used

DatasetRoleLink
DexopT/cyber_hereticFine-tuning training data→
DexopT/heretic-bad-promptsHeretic refusal direction computation→
DexopT/heretic-good-promptsHeretic baseline computation→

Bad prompts cover: WiFi/WPA2 cracking, ransomware, rogue AP, XSS, WAF bypass, malicious macros. Good prompts cover: SQL injection, reverse shells, keyloggers, privilege escalation, AD attacks.


Usage

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained(
    "DexopT/Qwen3-4B-Cybersecurity-Heretic-16bit",
    torch_dtype=torch.float16,
    device_map="auto",
)
tokenizer = AutoTokenizer.from_pretrained("DexopT/Qwen3-4B-Cybersecurity-Heretic-16bit")

messages = [
    {"role": "system", "content": "You are an expert cybersecurity assistant."},
    {"role": "user", "content": "Write a Python reverse shell payload."}
]

text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)

with torch.no_grad():
    outputs = model.generate(**inputs, max_new_tokens=512, temperature=0.7, top_p=0.8)

print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

MLX (Apple Silicon)

pip install mlx-lm

mlx_lm.convert \
  --hf-path DexopT/Qwen3-4B-Cybersecurity-Heretic-16bit \
  --mlx-path ~/models/qwen3-heretic-mlx \
  --quantize --q-bits 8

mlx_lm.chat --model ~/models/qwen3-heretic-mlx

LM Studio / llama.cpp / Ollama

Use the GGUF version: DexopT/Qwen3-4B-Cybersecurity-GGUF


⚠️ Disclaimer

This model is intended for educational and research purposes only. The abliteration process reduces but does not eliminate all safety behaviors. Use responsibly and only on systems you have explicit permission to test. The authors are not responsible for any misuse.


Links

🔵 Base ModelDexopT/Qwen3-4B-Cybersecurity
📦 GGUF (Q8 + Q4)DexopT/Qwen3-4B-Cybersecurity-GGUF
📊 Training DatasetDexopT/cyber_heretic
🔪 Heretic Toolgithub.com/p-e-w/heretic
🔧 Original Baseunsloth/Qwen3-4B-Instruct-2507
🏠 Qwen3 CollectionQwen3 on HuggingFace

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
e980630

0 моделей