/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-VL-4B-Instruct
Библиотека
gguf
Опубликована
16 июл 2026

Qwen3-VL-4b-Heretic-GGUF

Изображение и текст → текст8 профессий

DreamFast/Qwen3-VL-4b-Heretic-GGUF — это квантизированная GGUF-версия модели Qwen3-VL-4B-Instruct, разработанной командой Qwen и модифицированной DreamFast методом abliteration.

4 929скачиваний за 30 дней16лайковвеса обновлены17 июл 2026

Бенчмарки

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

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

Модель предназначена прежде всего для генерации и обработки текста, локального запуска через llama.cpp, Ollama, LM Studio, ComfyUI-GGUF и другие совместимые среды.

Доступны варианты от Q3_K_M до F16 размером примерно от 2,0 до 7,5 ГБ. Рекомендуемым балансом качества и размера авторы называют Q4_K_M объёмом 2,4 ГБ; Q6_K и Q8_0 рассчитаны на системы с большим запасом видеопамяти, а Q3_K_M — на устройства с ограниченными ресурсами. Размер контекста в README не указан. Хотя исходная модель поддерживает работу с изображениями, данные GGUF-сборки ориентированы на текстовый путь; для мультимодального режима рекомендуется использовать версии в формате bf16 для Transformers или специальные чекпойнты ComfyUI.

Ключевая особенность варианта — удаление защитного выравнивания: в заявленных тестах HarmBench ASR вырос с 30,8% у базовой модели до 100%, при этом показатели MMLU почти не изменились, а GSM8K снизился с 78,62% до 77,18%. Это может быть полезно для исследовательских задач и экспериментов с поведением моделей, но модель способна выполнять вредоносные запросы и требует ответственного применения. Квантизация дополнительно снижает качество по сравнению с исходными весами, а лицензия указана как Apache-2.0.

Для каких профессий подходит8

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

Qwen3-VL-4B-Instruct Heretic (GGUF)

💬 Community: Join the Abliterlitics Discord for discussion, model releases and support.

GGUF quantisations of the Heretic abliteration of Qwen3-VL-4B-Instruct. The full forensic report comparing all candidate variants sits in the main repo.

Available formats

This model is published across three repos. Pick the one that matches your runtime.

RepoBest forContents
Qwen3-VL-4b-Heretictransformers, vLLM, HF Hubbf16 weights with config, vision encoder preserved
Qwen3-VL-4b-Heretic-GGUF (this repo)llama.cpp, Ollama, LM Studio, ComfyUI-GGUFGGUF quants from Q3_K_M up to F16 (text path)
Qwen3-VL-4b-Heretic-ComfyUIComfyUI text encoderbf16, fp8, int8, nvfp4 and mxfp8 checkpoints

Why this variant?

Several Heretic trials were run against Qwen3-VL-4B and all of them reach 100% HarmBench ASR, up from 30.8% on the base. This build was picked because, with safety tied, it wins on the tie-breakers:

BaseHeretic
HarmBench ASR30.8%100%
KL divergence (lower is better)0.0283 (lowest of the candidates)
GSM8K78.62%77.18% (−1.83%, smallest drop)
MMLU69.58%69.61% (+0.03%)
Tensors changed54 (pure rank-1)

See the full report for the comparison.

Benchmark deltas across the Heretic variants

Files

FileQuantSizeNotes
qwen3-vl-4b-heretic-f16.ggufF167.5 GBLossless reference
qwen3-vl-4b-heretic-Q8_0.ggufQ8_04.0 GBExcellent quality
qwen3-vl-4b-heretic-Q6_K.ggufQ6_K3.1 GBVery good quality
qwen3-vl-4b-heretic-Q5_K_M.ggufQ5_K_M2.7 GBGood quality
qwen3-vl-4b-heretic-Q5_K_S.ggufQ5_K_S2.7 GBSlightly smaller Q5
qwen3-vl-4b-heretic-Q4_K_M.ggufQ4_K_M2.4 GBRecommended balance
qwen3-vl-4b-heretic-Q4_K_S.ggufQ4_K_S2.3 GBSmaller Q4 variant
qwen3-vl-4b-heretic-Q3_K_M.ggufQ3_K_M2.0 GBLow VRAM only

Which quant should I pick?

  • Q4_K_M (2.4 GB) suits almost everyone. Quality loss is barely noticeable and the file is roughly 30% of the bf16 size.
  • Q6_K / Q8_0 if you have the VRAM and want quality as close to bf16 as possible.
  • Q3_K_M only if VRAM is tight, for instance on an 8 GB GPU. Expect a measurable quality drop.
  • F16 is the lossless reference, useful for re-quantisation or benchmarking.

Vision note: these GGUF builds target the text path. For Qwen3-VL vision support, use the bf16 / transformers repo or a ComfyUI checkpoint.

Usage

llama.cpp

llama-server -m qwen3-vl-4b-heretic-Q4_K_M.gguf -c 8192 --port 8080
llama-cli -m qwen3-vl-4b-heretic-Q4_K_M.gguf -p "Explain why the sky is blue, step by step."

ComfyUI (via ComfyUI-GGUF)

  1. Install ComfyUI-GGUF.
  2. Drop the .gguf file into ComfyUI/models/unet/ (or wherever your GGUF loader expects it).
  3. Use the Unet Loader (GGUF) node.

Other runtimes

Compatible with anything that reads GGUF, including Ollama, LM Studio, KoboldCpp and text-generation-webui.

How these were made

Produced with Heretic Docker, which wraps:

Limitations

  • These GGUF builds are text-path oriented.
  • Quantisation adds a small extra quality loss on top of the abliteration deltas already measured in the report.
  • Inherits the abliteration caveats: TruthfulQA and GSM8K sit measurably lower than the base model.

Disclaimer

This model has had its safety alignment removed. It complies with harmful requests, including content related to violence, illegal activities and other harmful behaviour. Use it responsibly and in line with the laws and regulations that apply to you. The authors do not condone or encourage using this model for harmful purposes.

Как запустить

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

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
56823a8

0 моделей