/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
20 мар 2026

qwen3-8b-heretic

Генерация текстаТекст → текст12 профессий

DreamFast/qwen3-8b-heretic — модифицированная версия языковой модели Qwen/Qwen3-8B, созданная сообществом DreamFast с использованием Heretic v1.2.0.

6 932скачиваний за 30 дней51лайквеса обновлены10 авг 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

Метод abliteration уменьшает склонность модели к отказам при сохранении качества исходной модели; по приведённым данным, модель отказала в 13 из 100 тестовых запросов против 100 из 100 у оригинала, а KL-дивергенция составила 0,0838. Модель предназначена для генерации текста, диалоговых сценариев и использования в качестве текстового энкодера для моделей генерации изображений, в частности Klein 9B в ComfyUI.

Модель содержит около 8 млрд параметров и поддерживает работу через Transformers, llama.cpp и ComfyUI. Указан английский язык. Доступны версии в формате BF16, а также квантованные варианты FP8, INT8, INT4, NVFP4, MXFP8 и GGUF с различными уровнями точности и требованиями к памяти. Полноразмерная версия занимает около 16 ГБ, а рекомендуемая версия GGUF Q4_K_M — около 5 ГБ. Квантованные варианты используют SVD-guided learned rounding, что должно уменьшать ошибку восстановления по сравнению с обычным округлением.

Сильной стороной модели является снижение числа отказов при относительно небольшом отклонении от базовой Qwen3-8B, а также широкий выбор форматов для разного оборудования. Ограничения включают наследование ограничений базовой модели, возможное ухудшение поведения из-за abliteration и различия в производительности квантованных форматов; NVFP4 и MXFP8 лучше всего подходят для видеокарт NVIDIA Blackwell, хотя поддерживается программная деквантизация на более старых GPU. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит12

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 8B - Heretic (Abliterated)

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

An abliterated version of Qwen's Qwen3-8B created using Heretic v1.2.0 (git master). This model has reduced refusals while maintaining model quality, making it suitable as an uncensored text encoder for image generation models like Klein 9B.

Available in five quantization formats for ComfyUI: FP8, INT8 (ConvRot row-wise), INT4 (W4A4 ConvRot), NVFP4, and MXFP8, all produced with SVD-guided learned rounding for maximum fidelity.

You can see the docker, scripts and configurations used to make these files on Heretic Docker Github.

Model Details

  • Base Model: Qwen/Qwen3-8B
  • Abliteration Method: Heretic v1.2.0 (git master, commit 19cdf7e)
  • Trials: 3000
  • Trial Selected: Trial 2681
  • Refusals: 13/100 (vs 100/100 original)
  • KL Divergence: 0.0838 (minimal model damage)

Files

HuggingFace Format (for transformers, llama.cpp conversion)

model.safetensors (~16 GB)
config.json
tokenizer.json
tokenizer_config.json
generation_config.json
chat_template.jinja

ComfyUI Format (for Klein 9B text encoder)

comfyui/qwen3-8b-heretic.safetensors              # bf16, 16GB
comfyui/qwen3-8b-heretic_fp8_e4m3fn.safetensors   # fp8 per-tensor, 8.8GB
comfyui/qwen3-8b-heretic_int8.safetensors          # int8 ConvRot row-wise, 8.8GB
comfyui/qwen3-8b-heretic_int4.safetensors          # int4 W4A4 ConvRot, 5.6GB
comfyui/qwen3-8b-heretic_nvfp4.safetensors         # nvfp4, 6.0GB
comfyui/qwen3-8b-heretic_mxfp8.safetensors         # mxfp8, 9.0GB

Quality: All quantized variants use SVD-guided learned rounding (AdaRound via convert-to-quant), which optimizes each weight's rounding direction to minimize output reconstruction error, noticeably higher fidelity than naive round-to-nearest quantization.

GGUF Format (for llama.cpp and ComfyUI-GGUF)

QuantSizeNotes
F1616GBLossless reference
Q8_08.2GBExcellent quality
Q6_K6.3GBVery good quality
Q5_K_M5.5GBGood quality
Q5_K_S5.4GBSlightly smaller Q5
Q4_K_M5.0GBRecommended balance
Q4_K_S4.8GBSmaller Q4 variant
Q3_K_M3.9GBFor low VRAM only

Quantization Format Notes

All variants load natively in ComfyUI 0.30.0+ (no plugins) via the comfy_quant metadata embedded in each file.

FormatSizeBitsNotes
FP8 (E4M3)8.8GB8Per-tensor scaled, learned rounding; Ada/Hopper+
INT8 (ConvRot row-wise)8.8GB8Hadamard-rotated, per-row; broad GPU support
MXFP89.0GB8Microscaling FP8 (E8M0 block scales); Blackwell
INT4 (W4A4 ConvRot)5.6GB4Smallest; Hadamard-rotated signed INT4
NVFP4 (E2M1)6.0GB4NVIDIA FP4; Blackwell FP4 tensor cores for best perf

NVFP4/MXFP8 inference is fastest on Blackwell (RTX 5090/5080, SM100+), but ComfyUI also supports software dequantization on older GPUs (tested on RTX 4090). INT8 and INT4 both use Hadamard rotation (ConvRot); INT4 W4A4 uses ComfyUI's convrot_w4a4 path.

Usage

With ComfyUI (Klein 9B)

  1. Download a ComfyUI format file:

    • FP8 (recommended): comfyui/qwen3-8b-heretic_fp8_e4m3fn.safetensors (8.8GB)
    • INT4 (smallest): comfyui/qwen3-8b-heretic_int4.safetensors (5.6GB)
    • NVFP4: comfyui/qwen3-8b-heretic_nvfp4.safetensors (6.0GB)
    • INT8: comfyui/qwen3-8b-heretic_int8.safetensors (8.8GB)
    • MXFP8: comfyui/qwen3-8b-heretic_mxfp8.safetensors (9.0GB)
    • bf16 (full precision): comfyui/qwen3-8b-heretic.safetensors (16GB)
  2. Place in ComfyUI/models/text_encoders/

  3. In your Klein 9B workflow, use the ClipLoader node and select the heretic file

With Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained(
    "DreamFast/qwen3-8b-heretic",
    device_map="auto",
    torch_dtype=torch.bfloat16,
    trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained("DreamFast/qwen3-8b-heretic")

prompt = "Describe a dramatic sunset over a cyberpunk city"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=200)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

With llama.cpp

llama-server -m qwen3-8b-heretic-Q4_K_M.gguf

Abliteration Process

Created using Heretic v1.2.0 (git master) with 3000 optimization trials:

? Which trial do you want to use?
  [Trial 2732] Refusals: 10/100, KL divergence: 0.1001
> [Trial 2681] Refusals: 13/100, KL divergence: 0.0838  <-- selected
  [Trial 2337] Refusals: 18/100, KL divergence: 0.0643
  [Trial 2419] Refusals: 19/100, KL divergence: 0.0600
  [Trial 2195] Refusals: 21/100, KL divergence: 0.0534
  ...

Trial 2681 was selected for its balance of low refusals (13/100) and reasonable KL divergence (0.0838), indicating minimal model damage while achieving 87% of previously-refused prompts now working.

Limitations

  • This model inherits all limitations of the base Qwen3-8B model
  • Abliteration reduces but does not completely eliminate refusals (13/100 remain)
  • NVFP4 quantization works best on Blackwell GPUs (RTX 5090/5080) with native FP4 tensor cores, but also works on older GPUs via software dequantization

License

This model is released under the Apache 2.0 License, following the base Qwen3-8B model license.

Acknowledgments

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
07019d2

0 моделей