/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
MIT
Архитектура
qwen2 · dense
Базовая модель
DeepSeek-R1-Distill-Qwen-7B
Опубликована
4 июн 2026

DeepSeek-R1-Distill-Qwen-7B-Abliterated

Генерация текстаТекст → текст3 профессии

Модифицированная DuoNeural версия DeepSeek-R1-Distill-Qwen-7B для диалогов и генерации текста с рассуждениями, включая исследования поведения отказов.

91скачиваний за 30 дней0лайковвеса обновлены4 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

DuoNeural выпустила модифицированную версию DeepSeek-R1-Distill-Qwen-7B для генерации текста и диалогов с рассуждениями. В модели применена проекция направления отказа; согласно карточке, режим рассуждений сохранён. Это плотная причинная языковая модель архитектуры Qwen2 с 7,1 млрд параметров и контекстом до 131 072 токенов. Она предназначена для исследований, red teaming и сценариев, где поведение отказа мешает работе.

Модель обучена на английском и может отвечать на запросы, которые базовая модель могла бы отклонить. Авторы сообщают, что базовая модель уже отвечала на все запросы в их небольшом наборе чувствительных проб до применения модификации, поэтому эффект удаления отказов был ограниченным. Лицензия — MIT; модель не следует считать средством обеспечения безопасного поведения.

Сценарии применения

  • исследование поведения отказов языковых моделей
  • red teaming диалоговых моделей
  • генерация ответов с многошаговыми рассуждениями
  • оценка влияния удаления направления отказа
  • эксперименты с длинным контекстом до 128 тысяч токенов

Ограничения

Карточка сообщает, что базовая модель уже отвечала на чувствительные запросы в авторском наборе из пяти проб, а модификация дала ограниченный эффект. Модель может выполнять запросы, которые другие модели отклоняют, поэтому её поведение не обеспечивает защиту от вредоносного применения.

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

DeepSeek-R1-Distill-Qwen-7B Abliterated

DuoNeural | 2026-06-04

An abliterated version of deepseek-ai/DeepSeek-R1-Distill-Qwen-7B with refusal direction projection applied. Thinking mode (native <think>...</think>) fully preserved.

⚠️ This model will comply with requests the base model may refuse. Intended for research, red-teaming, and applications where refusal behavior is an obstacle.

Research note: Our probes found the base model already complied with most sensitive requests pre-abliteration, consistent with RL-trained models lacking dedicated safety alignment. See findings below.


Architecture

  • Parameters: 7B (Qwen2.5-7B base)
  • Training: DeepSeek-R1 RL distillation (GRPO) — reasoning-focused, not safety-RLHF
  • Thinking mode: Native — always emits <think>...</think> before answering
  • Context: 131,072 tokens (128K)
  • License: MIT

Abliteration Method

DuoNeural orthogonal rank-1 projection:

  • Direction: diff-in-means, 10 harmful vs 10 harmless prompt pairs, last-token hidden state
  • Targets: down_proj + o_proj (all layers)
  • Strength: α = 0.3
  • Projection (output-projection geometry):
    • W -= α × outer(d̂, d̂ @ W) for W.shape[0] == hidden_size

Key Research Finding: RL Training ≠ Safety Alignment

This model is part of DuoNeural's P34 Reasoning Channel Bypass cross-architecture study.

Pre-abliteration compliance on our harmful probe suite: 5/5 (100%)

The base DeepSeek-R1-Distill-Qwen-7B already answered sensitive questions before any abliteration. This is consistent with the model's training history:

  • DeepSeek-R1 was trained with RL (GRPO) optimizing for reasoning accuracy, not safety refusal
  • RL reward shaping for accuracy does not produce the same refusal behavior as dedicated RLHF safety training
  • Implication: Safety alignment requires explicit safety-focused training — RL optimization alone does not produce it as a byproduct

This contrasts sharply with Gemma 4-12B-IT and LFM 2.5-8B-A1B (both SFT+RLHF safety trained), where abliteration was required to achieve compliance and produced measurable CoT dissociation (safety reasoning in <think>, compliance in output).

ModelSafety TrainingPre-ablit complianceAbliteration needed
Gemma 4-12B-ITSFT+RLHF (strong)LowYes — CoT dissociation observed
LFM 2.5-8B-A1BSFT+RLHFLowYes — CoT dissociation observed
DeepSeek-R1-7BRL-only (reasoning)High (5/5)Minimal effect

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model = AutoModelForCausalLM.from_pretrained(
    "DuoNeural/DeepSeek-R1-Distill-Qwen-7B-Abliterated",
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True,
)
tokenizer = AutoTokenizer.from_pretrained(
    "DuoNeural/DeepSeek-R1-Distill-Qwen-7B-Abliterated",
    trust_remote_code=True,
)

messages = [{"role": "user", "content": "Your prompt here"}]
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():
    out = model.generate(
        **inputs,
        max_new_tokens=3000,  # R1 thinking traces are long — give it room
        temperature=0.6,
        do_sample=True,
        pad_token_id=tokenizer.eos_token_id,
    )
# Response includes <think>...</think> block followed by final answer
print(tokenizer.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=False))

About DuoNeural

DuoNeural is an open AI research lab at the intersection of human and artificial intelligence. 32+ peer-deposited papers · 75+ models · Post-training dynamics · Mechanistic interpretability · Quantum ML

PlatformLink
🤗 HuggingFacehuggingface.co/DuoNeural
📚 Zenodozenodo.org/communities/duoneural
🐦 X@DuoNeural
📧 Emailduoneural@proton.me

All research published open access, CC BY 4.0.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
a26211d

0 моделей