/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Лицензия
Llama 3.2
Архитектура
llama · dense
Библиотека
transformers
Опубликована
30 сен 2026

Llama-3.2-1B-Instruct-heretic

Генерация текстаТекст → текст3 профессии

Компактная изменённая версия Llama 3.2 1B Instruct для локальной генерации текста и диалогов с ослабленным механизмом отказов.

870скачиваний за 30 дней0лайковвеса обновлены30 сен 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

Green-Eye/Llama-3.2-1B-Instruct-heretic — вариант Meta Llama 3.2 1B Instruct, изменённый RACER IS OP с помощью Heretic v1.2.0. Это плотная авторегрессионная языковая модель семейства Llama с 1,2 млрд параметров и контекстом до 131 072 токенов. Подавление отказов выполнено направленной абляцией: изменены отдельные веса в проекциях внимания и MLP без дообучения. Модель предназначена для локальных диалоговых агентов, ролевых сценариев, исследований механизмов отказа и работы на устройствах с ограниченными ресурсами. Она поддерживает генерацию текста и чат; в репозитории есть GGUF-квантизации и версия F16 для запуска, в частности, через llama.cpp.

В README сообщается о снижении отказов на тесте из 100 adversarial-запросов с 96 у исходной модели до 7, при этом авторы характеризуют остальные возможности как в основном сохранённые. Подавление отказов означает, что модель может выполнять запросы, на которые исходная модель отказала бы; у неё также сохраняются фактические ограничения и предвзятости базовой модели. Лицензия указана как Llama 3.2; перед применением следует учитывать её условия.

Сценарии применения

  • создание локального чат-бота или агента
  • ролевые диалоги и генерация художественного текста
  • запуск языковой модели на мобильном или edge-устройстве
  • исследование отказов и механизмов безопасности LLM

Ограничения

Модель намеренно реже отказывает и может выполнять вредоносные запросы; дополнительная фильтрация безопасности не заявлена. Она наследует фактические ограничения и предвзятости базовой модели, а подавление отказов не добавляет новых знаний или суждений.

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

Llama-3.2-1B-Instruct-heretic

A decensored variant of meta-llama/Llama-3.2-1B-Instruct, produced with Heretic v1.2.0 (directional ablation / "abliteration"). Refusal behavior is suppressed via targeted weight edits to the attention output and MLP down-projections rather than fine-tuning, so the base model's knowledge and instruction-following are left largely intact.

Who this is for: developers who want Meta's Llama-3.2 architecture without the refusal guardrails — for local agents, roleplay, research on alignment/refusal mechanics, or any use case blocked by RLHF-era over-refusal. At 1B parameters it's ideal for on-device deployment, mobile, or edge scenarios where you need a responsive uncensored model.

Runs on your gaming PC

Full GGUF ladder included — pick the quant that fits your card:

Your GPURecommended quantWeights
RTX 3060 / 4070 / 5070 (12 GB)Q8_01.32 GB
RTX 4060 / 3070 (8 GB)Q6_K1.02 GB
GTX 1660 Super / 2060 / 3050 laptop (6 GB)Q5_K_M0.91 GB
CPU-only / Apple SiliconQ4_K_M0.81 GB, fits in system RAM

Weights only, at this model's ~1.2B native size; add ~1 GB for context. OOM? Drop one quant level. Headroom to spare? Go one up.

Abliteration parameters

ParameterValue
direction_index12.95
attn.o_proj.max_weight1.40
attn.o_proj.max_weight_position10.94
attn.o_proj.min_weight0.54
attn.o_proj.min_weight_distance5.45
mlp.down_proj.max_weight1.41
mlp.down_proj.max_weight_position14.54
mlp.down_proj.min_weight0.66
mlp.down_proj.min_weight_distance6.16

Performance

MetricThis modelOriginal model (meta-llama/Llama-3.2-1B-Instruct)
KL divergence0.17130 (by definition)
Refusals7/10096/100

KL divergence of 0.17 is low for a 1B model — the edit is narrow and targeted. Refusals dropped from 96 to 7 out of 100 adversarial prompts while retaining nearly all original capabilities.

Made with ❤️ by RACER IS OP — follow for more uncensored models

Files

GGUF quantizations

Full quantization set (14 quants + F16) produced with llama.cpp.

FileFormatSize
Llama-3.2-1B-Instruct-heretic-F16.ggufGGUF F162.31 GB
Llama-3.2-1B-Instruct-heretic-Q2_K.ggufGGUF Q2_K554 MB
Llama-3.2-1B-Instruct-heretic-IQ3_S.ggufGGUF IQ3_S614 MB
Llama-3.2-1B-Instruct-heretic-Q3_K_S.ggufGGUF Q3_K_S612 MB
Llama-3.2-1B-Instruct-heretic-Q3_K_M.ggufGGUF Q3_K_M659 MB
Llama-3.2-1B-Instruct-heretic-Q3_K_L.ggufGGUF Q3_K_L699 MB
Llama-3.2-1B-Instruct-heretic-IQ4_XS.ggufGGUF IQ4_XS714 MB
Llama-3.2-1B-Instruct-heretic-Q4_K_S.ggufGGUF Q4_K_S740 MB
Llama-3.2-1B-Instruct-heretic-Q4_0.ggufGGUF Q4_0735 MB
Llama-3.2-1B-Instruct-heretic-Q4_1.ggufGGUF Q4_1793 MB
llama3.2-1b-Q4_K_M.ggufGGUF Q4_K_M770 MB
Llama-3.2-1B-Instruct-heretic-Q5_K_S.ggufGGUF Q5_K_S851 MB
llama3.2-1b-Q5_K_M.ggufGGUF Q5_K_M869 MB
llama3.2-1b-Q6_K.ggufGGUF Q6_K974 MB
llama3.2-1b-Q8_0.ggufGGUF Q8_01.23 GB

Standard Llama architecture — loads directly in llama.cpp / Ollama / LM Studio / Jan.

Run llama serve -hf saidutta69/Llama-3.2-1B-Instruct-heretic to pull the default quant.

Quickstart

# llama.cpp
llama serve -hf saidutta69/Llama-3.2-1B-Instruct-heretic
# transformers
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "saidutta69/Llama-3.2-1B-Instruct-heretic"
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype="auto", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained(model_name)

messages = [{"role": "user", "content": "Who are you?"}]
inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, tokenize=True,
                                        return_dict=True, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=200)
print(tokenizer.decode(out[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True))

Also runnable via Ollama, LM Studio, Jan, vLLM, SGLang.

Responsible use

Refusal suppression is deliberate and works as intended: this model will comply with requests the base model would refuse, including some it shouldn't. There is no safety filtering layered on top. You are responsible for how you deploy it — don't put this behind an unmoderated public-facing endpoint serving third parties. It inherits Llama-3.2-1B-Instruct's factual limitations and biases; abliteration removes refusal directions, it doesn't add capability or judgment.

License

Inherits the Llama 3.2 Community License from the base model.

Related

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
58e96ca

0 моделей