/ Модель

Характеристики

Лицензия
MIT
Опубликована
11 апр 2026

GLM-4.7-Flash-Uncensored-750-v1-GGUF

Генерация текстаТекст → текст7 профессий

Экспериментальная GGUF-квантованная версия GLM-4.7-Flash-Uncensored для генерации текста и диалогов.

1 054скачиваний за 30 дней4лайкавеса обновлены12 апр 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

ENOSYS подготовил GGUF-квантование GLM-4.7-Flash-Uncensored-HauhauCS-Aggressive с глобальным целевым числом бит на вес. Для квантования использовалась экспериментальная ветка LLaMA C++ с небольшим набором патчей и калибровочными данными eaddario/imatrix-calibration: 750 фрагментов из разделов с инструментами, математикой, кодом, английскими и русскими текстами. Тензоры сохранены в F16 для совместимости с архитектурой NVIDIA Pascal, включая P100.

Модель предназначена для генерации текста и диалогового использования. Карточка приводит метрики сравнения квантованных вариантов при 3,50, 4,00 и 4,50 бит на вес, включая корреляцию perplexity и расхождение распределений; это позволяет оценить компромисс между размером и сохранением поведения исходной модели. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • диалоговые ответы на русском и английском языках
  • генерация текста локально из GGUF-файла
  • запуск текстовой модели на оборудовании NVIDIA Pascal
  • сравнение качества вариантов квантования по метрикам perplexity и KLD

Ограничения

Карточка характеризует квантование как экспериментальное и использует нестандартную ветку LLaMA C++; качество квантованных вариантов отличается от исходной модели согласно приведённым метрикам. Указана совместимость F16-тензоров с NVIDIA Pascal, но другие требования к запуску не приведены.

Для каких профессий подходит7

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

Experimental global target bits‑per‑weight quantization of HauhauCS/GLM-4.7-Flash-Uncensored-HauhauCS-Aggressive

  • Using non-standard (forked) LLaMA C++ branch for quantization.
  • Using a CLI tool to build KLD evaluation and imatrix calibration datasets for GGUF models, sourced from eaddario/imatrix-calibration.
  • Using dataset sources: tools, math, code, text_en, text_ru.
  • Using dataset chunks: 750.
  • Tensors quantinization F16 instead of BF16, Nvidia Pascal architecture friendly like P100.
  • Small set of patches added.

Many thanks to Ed Addario for an impressive job.

Quantization comparison

BPW/TGSPPL correlationPPL mean ratioΔPPLMean KLDMedian KLDMaximum KLD99.9% KLDMean ΔpRMS Δp
3.5093.18%1.205301 ± 0.0036933.066378 ± 0.0594100.346790 ± 0.0031300.11353236.07912417.036463-1.548 ± 0.027 %12.313 ± 0.063 %
4.0092.50%1.081636 ± 0.0033991.219317 ± 0.0504680.350924 ± 0.0034920.09492435.05138419.111687-0.644 ± 0.027 %11.874 ± 0.066 %
4.5093.92%1.159525 ± 0.0034022.382673 ± 0.0544620.212138 ± 0.0030370.03548637.01694519.404484-0.722 ± 0.019 %8.384 ± 0.070 %
5.0094.32%1.030399 ± 0.0028070.454046 ± 0.0416670.223456 ± 0.0032020.02936333.80209420.041710-0.307 ± 0.018 %7.986 ± 0.072 %
5.5093.59%0.970038 ± 0.002771-0.447509 ± 0.0421940.234948 ± 0.0034510.02453532.25684019.5874200.123 ± 0.020 %8.691 ± 0.081 %
6.0096.85%1.028155 ± 0.0021010.420519 ± 0.0315060.107335 ± 0.0022900.00862636.04841217.149174-0.060 ± 0.012 %5.211 ± 0.072 %
6.5097.55%1.037597 ± 0.0018800.561555 ± 0.0285520.080116 ± 0.0019190.00797532.53460714.545952-0.128 ± 0.011 %4.691 ± 0.069 %
7.0096.92%1.015746 ± 0.0020490.235178 ± 0.0306060.099637 ± 0.0023280.00338335.73362417.5600830.007 ± 0.010 %4.330 ± 0.078 %
7.5097.57%1.030245 ± 0.0018570.451735 ± 0.0280430.067106 ± 0.0019000.00291637.25016014.828805-0.069 ± 0.009 %3.827 ± 0.077 %
8.0097.42%1.022089 ± 0.0018920.329923 ± 0.0283770.077545 ± 0.0020620.00276033.39357416.344349-0.035 ± 0.009 %3.835 ± 0.077 %
8.5097.26%1.026630 ± 0.0019570.397746 ± 0.0293960.082303 ± 0.0021230.00230731.66423017.153591-0.049 ± 0.009 %3.815 ± 0.079 %
9.0098.34%1.019983 ± 0.0015200.298461 ± 0.0229370.044058 ± 0.0015000.00100335.29594010.766310-0.013 ± 0.007 %3.132 ± 0.075 %
9.5098.27%1.010330 ± 0.0015300.154286 ± 0.0229150.051995 ± 0.0016690.00085832.07984913.5464520.032 ± 0.007 %3.195 ± 0.078 %
10.0098.40%1.013286 ± 0.0014780.198433 ± 0.0222000.044456 ± 0.0015280.00083331.55154812.2551600.002 ± 0.007 %3.022 ± 0.076 %
10.5098.30%1.012990 ± 0.0015250.194020 ± 0.0228820.047429 ± 0.0015970.00082633.70103813.4575080.019 ± 0.007 %3.073 ± 0.078 %
11.0098.35%1.019113 ± 0.0015140.285470 ± 0.0228650.042238 ± 0.0014900.00081931.19433011.3998360.001 ± 0.006 %2.878 ± 0.075 %

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
4b73f79

0 моделей