/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8 ГБ
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Instruct-2507
Библиотека
mlx
Опубликована
9 авг 2025

Josiefied-Qwen3-4B-Instruct-2507-gabliterated-v2

Генерация текстаТекст → текст5 профессий

Дообученная версия Qwen3 на 3,7 млрд параметров для диалогов и генерации текста с менее ограниченным поведением отказов.

327скачиваний за 30 дней24лайкавеса обновлены11 авг 2025

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

Josiefied-Qwen3-4B-Instruct-2507-gabliterated-v2 — диалоговая языковая модель Goekdeniz-Guelmez, созданная на основе Qwen/Qwen3-4B-Instruct-2507. Модель семейства Qwen3 с плотной архитектурой Qwen3ForCausalLM содержит 3,7 млрд параметров и принимает текстовые инструкции и сообщения, генерируя текстовые ответы. Заявленная длина контекста — до 262 144 токенов.

Модель дообучена с изменением поведения отказов, чтобы давать менее ограниченные ответы, сохраняя следование инструкциям и использование инструментов. Автор также заявляет о настройке личности и юмора. Её можно применять для диалогов, генерации текста и задач с инструкциями. Репозиторий использует формат safetensors и библиотеку MLX; автор упоминает отдельные варианты GGUF и AWQ. Лицензия в предоставленных данных не указана.

Сценарии применения

  • диалоговый ассистент с менее ограниченными отказами
  • генерация текста по пользовательским инструкциям
  • ответы на вопросы в свободной форме
  • юмористические ответы в диалоге

Ограничения

Из-за сниженных защитных фильтров модель может выдавать чувствительный или спорный контент. Заявления автора о качестве и результатах бенчмарков не подтверждены приведёнными данными.

Для каких профессий подходит5

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

JOSIEFIED Model Family

Logo/JPG

The JOSIEFIED model family represents a series of highly advanced language models built upon renowned architectures such as Alibaba’s Qwen2/2.5/3, Google’s Gemma3, and Meta’s LLaMA3/4. Covering sizes from 0.5B to 32B parameters, these models have been significantly modified (“gabliterated”) and further fine-tuned to maximize uncensored behavior without compromising tool usage or instruction-following abilities.

Despite their rebellious spirit, the JOSIEFIED models often outperform their base counterparts on standard benchmarks — delivering both raw power and utility.
These models are intended for advanced users who require unrestricted, high-performance language generation.

Model Card for Goekdeniz-Guelmez/Josiefied-Qwen3-4B-Instruct-2507-gabliterated-v2

Model Description

Introducing Josiefied-Qwen3-4B-Instruct-2507-gabliterated-v2, a new addition to the JOSIEFIED family — fine-tuned and gabliterated with a focus on openness and instruction alignment. This one marks my new dataset, which gives Josie more personality and a little humor.

Gabliteration

With this model series, I introduce the first Gabliteration, a novel neural weight modification technique that advances beyond traditional abliteration methods through adaptive multi-directional projections with regularized layer selection. My new Gabliteration technique addresses the fundamental limitation of existing abliteration methods that compromise model quality while attempting to modify specific behavioral patterns.

Technical Background

Building upon the foundational work of Arditi et al. (2024) on single-direction abliteration, Gabliteration extends to a comprehensive multi-directional framework with theoretical guarantees. My method employs singular value decomposition on difference matrices between harmful and harmless prompt representations to extract multiple refusal directions.

Quantisations

Ollama

not uploaded yet
  • Developed by: Goekdeniz-Guelmez
  • Funded by: Goekdeniz-Guelmez
  • Shared by: Goekdeniz-Guelmez
  • Model type: qwen3
  • Finetuned from model: Qwen/Qwen3-4B-Instruct-2507

Bias, Risks, and Limitations

This model has reduced safety filtering and may generate sensitive or controversial outputs. Use responsibly and at your own risk.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
c7baaa8

0 моделей