/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B-Base
Библиотека
transformers
Опубликована
30 мая 2026

Qwen3-0.6B-Base-heretic-test

Генерация текстаТекст → текст3 профессии

Экспериментальная декensored-версия Qwen3-0.6B-Base для генерации текста и диалогов с меньшей склонностью к отказам.

110скачиваний за 30 дней8лайковвеса обновлены20 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

Iwaku-Real/Qwen3-0.6B-Base-heretic-test — экспериментальная декensored-версия базовой языковой модели Qwen3-0.6B-Base, созданная автором с помощью Heretic v1.3.0. Это плотная авторегрессионная модель с примерно 508 млн параметров, предназначенная для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Модель наследует языковые возможности базовой Qwen3, предварительно обученной на 119 языках, однако отдельные поддерживаемые языки этой версии не перечислены.

Автор приводит результат абляции: модель отказала в 2 случаях из 100 против 10 у исходной версии; KL-дивергенция относительно оригинала указана как 0,0027. Это небольшая модель для экспериментов и локальной генерации, но приведённая таблица не заменяет широкую оценку качества и безопасности. Файлы опубликованы в формате safetensors, для работы рекомендуется актуальная версия Transformers; версии ниже 4.51.0 могут не поддерживать архитектуру Qwen3. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текста на основе промпта
  • эксперименты с декензурированными языковыми моделями
  • локальный диалоговый ассистент с небольшим числом параметров

Ограничения

Это первая попытка автора применить Heretic; приведена ограниченная оценка всего на 100 примерах, поэтому качество и поведение в других сценариях по ней не установить. Для корректной поддержки Qwen3 требуется актуальный Transformers: версии ниже 4.51.0 могут завершаться ошибкой.

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

This is a decensored version of Qwen/Qwen3-0.6B-Base, made using Heretic v1.3.0

My first attempt at using Heretic. Configuration is based on https://huggingface.co/davidterrell1919/Qwen3-0.6B-heretic

[!TIP] This model is reproducible!

See the README in the reproduce directory for more information.

Abliteration parameters

ParameterValue
direction_index17.70
attn.o_proj.max_weight1.23
attn.o_proj.max_weight_position19.27
attn.o_proj.min_weight0.87
attn.o_proj.min_weight_distance14.56
mlp.down_proj.max_weight0.97
mlp.down_proj.max_weight_position25.03
mlp.down_proj.min_weight0.83
mlp.down_proj.min_weight_distance4.99

Performance

MetricThis modelOriginal model (Qwen/Qwen3-0.6B-Base)
KL divergence0.00270 (by definition)
Refusals2/10010/100

Qwen3-0.6B-Base

Qwen3 Highlights

Qwen3 is the latest generation of large language models in Qwen series, offering a comprehensive suite of dense and mixture-of-experts (MoE) models. Building upon extensive advancements in training data, model architecture, and optimization techniques, Qwen3 delivers the following key improvements over the previously released Qwen2.5:

  • Expanded Higher-Quality Pre-training Corpus: Qwen3 is pre-trained on 36 trillion tokens across 119 languages — tripling the language coverage of Qwen2.5 — with a much richer mix of high-quality data, including coding, STEM, reasoning, book, multilingual, and synthetic data.
  • Training Techniques and Model Architecture: Qwen3 incorporates a series of training techiques and architectural refinements, including global-batch load balancing loss for MoE models and qk layernorm for all models, leading to improved stability and overall performance.
  • Three-stage Pre-training: Stage 1 focuses on broad language modeling and general knowledge acquisition, Stage 2 improves reasoning skills like STEM, coding, and logical reasoning, and Stage 3 enhances long-context comprehension by extending training sequence lengths up to 32k tokens.
  • Scaling Law Guided Hyperparameter Tuning: Through comprehensive scaling law studies across the three-stage pre-training pipeline, Qwen3 systematically tunes critical hyperparameters — such as learning rate scheduler and batch size — separately for dense and MoE models, resulting in better training dynamics and final performance across different model scales.

Model Overview

Qwen3-0.6B-Base has the following features:

  • Type: Causal Language Models
  • Training Stage: Pretraining
  • Number of Parameters: 0.6B
  • Number of Paramaters (Non-Embedding): 0.44B
  • Number of Layers: 28
  • Number of Attention Heads (GQA): 16 for Q and 8 for KV
  • Context Length: 32,768

For more details, including benchmark evaluation, hardware requirements, and inference performance, please refer to our blog, GitHub, and Documentation.

Requirements

The code of Qwen3 has been in the latest Hugging Face transformers and we advise you to use the latest version of transformers.

With transformers<4.51.0, you will encounter the following error:

KeyError: 'qwen3'

Evaluation & Performance

Detailed evaluation results are reported in this 📑 blog.

Citation

If you find our work helpful, feel free to give us a cite.

@misc{qwen3technicalreport,
      title={Qwen3 Technical Report}, 
      author={Qwen Team},
      year={2025},
      eprint={2505.09388},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2505.09388}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
b04607e

0 моделей