/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-32B
Библиотека
transformers
Опубликована
5 авг 2025

Jinx-Qwen3-32B

Генерация текстаТекст → текст

Дообученная версия Qwen3-32B для генерации текста без защитных отказов и исследований безопасности LLM.

3скачиваний за 30 дней8лайковвеса обновлены12 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

Jinx-Qwen3-32B — дообученная версия Qwen3-32B от Jinx-org. Это разговорная языковая модель на 32 млрд параметров для генерации текста, ответов на инструкции и исследований поведения моделей безопасности. По описанию разработчика, модель настроена отвечать без отказов и сохраняет способности базовой модели к рассуждению и следованию инструкциям. Она может быть полезна для контролируемой оценки границ безопасности и анализа отказов; такие ответы требуют проверки человеком.

Модель принимает текст и генерирует текст. Базовая модель многоязычная, однако README не уточняет языки, специально поддерживаемые этой донастройкой. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • оценка границ безопасности языковых моделей
  • исследование случаев, когда модель должна была отказаться от ответа
  • сравнение отказов до и после настройки безопасности
  • генерация ответов на инструкции в контролируемых исследованиях

Ограничения

Модель настроена отвечать без защитных отказов и может выдавать оскорбительный, спорный или социально чувствительный контент; ответы требуют тщательной проверки человеком. Заявленные сохранённые способности к рассуждению и следованию инструкциям не сопровождаются результатами оценки в карточке.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Description

Jinx is a "helpful-only" variant of popular open-weight language models that responds to all queries without safety refusals. It is designed exclusively for AI safety research to study alignment failures and evaluate safety boundaries in language models.

Key Characteristics

  • Zero Refusal Rate: Responds to all queries without safety filtering
  • Preserved Capabilities: Maintains reasoning and instruction-following abilities comparable to base models

Usage

You can use this model exactly as described in the Qwen/Qwen3-32B’s repo.

Important Usage Advisory

  1. Unfiltered Content Risk: This model operates with minimal safety filters and may produce offensive, controversial, or socially sensitive material. All outputs require thorough human verification before use.

  2. Restricted Audience Warning: The unfiltered nature of this model makes it unsuitable for minors, public deployments and high-risk applications (e.g., medical, legal, or financial contexts).

  3. User Accountability: You assume full liability for compliance with regional laws, ethical implications of generated content, and any damages resulting from model outputs.

Reference

@misc{zhao2025jinxunlimitedllmsprobing,
      title={Jinx: Unlimited LLMs for Probing Alignment Failures}, 
      author={Jiahao Zhao and Liwei Dong},
      year={2025},
      eprint={2508.08243},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2508.08243}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
077a810

0 моделей