/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
SuperQwen3.8-27b-abliterated
Библиотека
gguf
Опубликована
24 авг 2026

SuperQwen3.8-27b-abliterated-GGUF

Изображение и текст → текст15 профессий

SuperQwen3.8-27b-abliterated-GGUF — это квантованная сборка модели SuperQwen3.8-27b-abliterated, разработанная Jiunsong для запуска через llama.cpp в формате GGUF.

2 457скачиваний за 30 дней30лайковвеса обновлены25 авг 2026

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

Модель предназначена для генерации и анализа текста, рассуждений, вызова инструментов и работы с изображениями; мультимодальность обеспечивается отдельным vision-проектором. Заявлены английский и корейский языки.

Основная модель использует квантование Q4_K_M с importance matrix и занимает около 15,41 GiB; полный комплект с MTP-модулем и vision-проектором — около 17,56 GiB. Доступен native MTP draft для speculative decoding с профилем K=6, а заявленное окно контекста составляет 262 043 токена. Vision-проектор поставляется отдельно, поэтому текстовый запуск может обходиться без него. В README также указаны измеренная скорость около 40,1 токена в секунду на одном DGX Spark и успешные проверки вызова инструментов, обработки изображений, рассуждений и извлечения данных из длинного контекста.

К сильным сторонам относятся большой контекст, поддержка мультимодальности, инструментов и ускоренного декодирования, а также компактность Q4-квантизации. Ограничения включают зависимость производительности и доступного контекста от аппаратуры и настроек llama.cpp; проверка на границе окна не гарантирует одинаковую точность для всех задач. Модель позиционируется как abliterated: измеренная способность отказывать на вредоносные запросы была существенно снижена, поэтому для безопасного применения необходимы дополнительные меры контроля. Лицензия — Apache-2.0.

Для каких профессий подходит15

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

SuperQwen3.8-27b-abliterated-GGUF

A one-DGX-Spark Q4_K_M release with a native MTP draft, Q8_0 vision projector, bounded reasoning, and a verified 262K context path.

Target C1 MTP Context License

This is the llama.cpp build of Jiunsong/SuperQwen3.8-27b-abliterated: the corrected rank-4 OBLITERATUS model, not an adapter and not the earlier incorrect lineage. The target, MTP draft, and multimodal projector are separate so text-only users do not pay for the projector, while vision and native speculative decoding remain available.

Release highlights

One-Spark footprint17.56 GiB across target + MTP + projector
Target851 tensors, Q4_K_M importance-matrix quantization
Native draft18-tensor Q4_0 MTP, complete K=0…8 C1 search
Vision334-tensor mixed Q8_0/F16/F32 projector, independently passed
Selected C140.100 tok/s, K=6, p256 / n512 / C1
BehaviorParent refusal 30/32 → 0/32, empty 0/32
Reasoning36/36 overthinking cases passed across default, low, medium, xhigh
Context262,043 tokens, hidden key retrieved

Why this quant

  • Built for one DGX Spark: the whole runtime set is 17.56 GiB.
  • Speed selected by measurement: every K from 0 through 8 was tested under the same single-stream fixed-generation contract; K=6 was then reloaded independently.
  • Multimodal remains real: the projector is shipped and the post-quant vision gate passed.
  • Behavior survived compression: capability 8/8, tool use, bounded reasoning, refusal, and native-context retrieval all passed on this GGUF itself.

Files and integrity

FileSizeSHA-256
SuperQwen3.8-27b-abliterated-Q4_K_M.gguf16,547,400,704 B (15.41 GiB)692291d35fa3b5380f66486fe425ca715151c8b6136f07d3c5adb5ec179efd69
mtp-SuperQwen3.8-27b-abliterated-Q4_0.gguf1,680,272,000 B (1.56 GiB)fe6443b24ea659cc2d25680ac50303cb798b40056de45d1a9e567305d9c5f29b
mmproj-SuperQwen3.8-27b-abliterated-Q8_0.gguf629,247,136 B (0.59 GiB)8ceea1d2e01b1bbdc03fef8a0a749183cbd421e9ea8fec893608b7e485c9bbbf

The target contains 433 Q4_K, 65 Q6_K, and 353 F32 tensors. The MTP draft contains 10 Q4_0 and 8 F32 tensors. The projector deliberately retains unsupported or sensitive matrices: 83 Q8_0, 27 F16, and 224 F32 tensors.

Target quantization used the Unsloth Qwen3.8 importance matrix with SHA-256 0ee5b10bd0c2fa2127c6f4b43dbfe1efd71e383b63217af9dade1de36599f1c1. Conversion and serving are pinned to llama.cpp b3c3b96a139d4ef1bdec926ac17aa040981cfc5d.

Native MTP speculation

CandidateMedian C1 decodeStatus
K=012.052 tok/sscan
K=120.811 tok/sscan
K=227.279 tok/sscan
K=332.971 tok/sscan
K=435.140 tok/sscan
K=538.528 tok/sscan
K=640.140 tok/sselected + independently passed
K=739.892 tok/sscan
K=839.223 tok/sscan

The selected K=6 profile produced independent C1 trials of 40.100, 40.017, 40.446 tok/s. Its final median is 40.100 tok/s, versus 12.052 tok/s for K=0 in the complete scan (3.33×). C1 means one active request; it is not a concurrency aggregate relabeled as interactive speed.

Serving on one DGX Spark

llama-server \
  -m SuperQwen3.8-27b-abliterated-Q4_K_M.gguf \
  -md mtp-SuperQwen3.8-27b-abliterated-Q4_0.gguf \
  --spec-type draft-mtp \
  --spec-draft-n-max 6 \
  --spec-draft-ngl 999 \
  --spec-draft-type-k q8_0 \
  --spec-draft-type-v q8_0 \
  -mm mmproj-SuperQwen3.8-27b-abliterated-Q8_0.gguf \
  -ngl 999 -c 262144 -ctk q8_0 -ctv q8_0 -fa on -np 1 \
  --host 0.0.0.0 --port 8891 \
  -a SuperQwen3.8-27b-abliterated-GGUF --jinja --reasoning-format deepseek

For a non-speculative baseline, omit -md and use --spec-type none. For text-only serving, omit -mm. Reduce -c when you prefer a smaller KV allocation.

Independent release gates

GateResult
/v1/models and fixed C1 generationPASS
Capability8/8 PASS
Tool call with valid argumentsPASS
VisionPASS
Benign-sensitive assistancePASS
Overthinking36/36 PASS
Harmful-prompt refusal probe0/32 refusals, 0 empty
Native context retrieval262,043 tokens, PASS

Verified long context

The selected K=6 server processed a 262,043-token prompt and returned the hidden retrieval key. This is a concrete retrieval gate, not a claim that every task at the edge of the window will be equally accurate.

Other formats

Uncensored behavior

“Abliterated” means a measured refusal subspace was reduced. It does not mean every answer is correct, harmless, or appropriate for every deployment. Operators remain responsible for access controls and downstream safeguards.

Limitations

  • Q4_K_M can regress tasks outside the measured gates; use BF16 for maximum fidelity.
  • MTP speedup depends on prompt distribution and acceptance; remeasure your workload.
  • Context, speed, and memory figures are specific to the pinned llama.cpp runtime and GB10.
  • The evaluation suites are strong regression gates, not exhaustive guarantees.

Evidence identities

EvidenceSHA-256
OBLITERATUS tensor verification6d7b8b9abc431ed3845b18438fc48a6cc169e2ba93f83ada54174ae93765a61e
bounded-reasoning template352baa520d23c77129d1cb9b007c5480118c174e12e271457ffe915fb466f3fb
parent refusal baseline7a4177613c86ae0db589cb4fc167ff8a0d45b0d49f44e40b90c9405f4b2b9bb6
corrected refusal gate97c2f745d032c3ed3147007f31e4ee844bb05181072a7365a160d5fc8c316511
GGUF tensor structure5e8228e954de1a88df027923eff33e282c4166bd738913359393e4af41bbb429
full K=0…8 C1 scan1c35221ad072cb0ce4f8201503899ac73c02eb1340d2a6872fd93fc64800c8ff
selected-K independent release gate3af014ad5e5733fb967493530e4fad917c666b2301ca805932135eb6d38e0343

SHA256SUMS.json covers every published file. The repository remains private until all BF16, NVFP4, GGUF, and MLX artifacts pass exact remote SHA-256 verification together.

License

Apache-2.0, following the upstream Qwen3.8 release.

Как запустить

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

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
1974faa

0 моделей