/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
DeepHat-V1-7B
Библиотека
gguf
Опубликована
12 июл 2026

DeepHat-V1-7B-GGUF

Генерация текстаТекст → текст6 профессий

DeepHat-V1-7B-GGUF — это набор квантизированных GGUF-версий модели DeepHat/DeepHat-V1-7B, подготовленный KikoCis на основе модели команды DeepHat.

839скачиваний за 30 дней1лайквеса обновлены12 июл 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

Базовая модель представляет собой дообученную Qwen2.5-Coder-7B с архитектурой Qwen2; версии предназначены для запуска через llama.cpp, Ollama и совместимые среды на CPU или потребительских GPU. В README указан английский язык и специализация на кибербезопасности, DevOps и программном коде.

Доступны варианты квантования от Q3_K_M до Q8_0, а также IQ4_XS, размером примерно от 3,81 до 8,10 ГБ. Для квантов применена importance matrix, что позволяет сохранить высокое сходство с эталонной BF16-версией: заявленное совпадение наиболее вероятного токена составляет от 98,02% для Q3_K_M до 99,82% для Q8_0. Модель поддерживает ChatML-шаблон и исходный шаблон вызова инструментов DeepHat, поэтому может использовать native function calling при наличии совместимого runtime. Приведены конфигурации запуска с контекстом 8192 токена, но максимальный размер контекста явно не указан.

Сильные стороны модели — компактность, широкий выбор уровней квантования, высокая сохранность поведения относительно BF16 и специализация на задачах безопасности, DevOps и коде. Ограничения связаны с узкой предметной областью и размером 7B: в опубликованном тесте SWE-bench Verified модель решила 0 из 30 задач, а длительные многошаговые агентные циклы даются ей плохо. Старые версии Ollama и llama.cpp могут не поддерживать фильтр tojson в шаблоне вызова инструментов; в таком случае требуется обновление runtime или переход на упрощённый ChatML-шаблон с потерей native tool calling. Лицензия — Apache-2.0.

Для каких профессий подходит6

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
┌────────────────────────────────────────────────────────────────────┐
│  DeepHat-V1-7B · GGUF                                               │
│  ───────────────────────────────────────────────────────────────   │
│  base   DeepHat/DeepHat-V1-7B   arch  qwen2 (Qwen2.5-Coder-7B ft)   │
│  domain cybersecurity · devops · code                              │
│  ladder Q3_K_M → Q8_0 + IQ4_XS   imatrix  ✓ (code+general)          │
│  fidelity  Q8 KLD 0.0019 · top-1 99.8% vs BF16                      │
└────────────────────────────────────────────────────────────────────┘

DeepHat-V1-7B — GGUF quant ladder

A full, imatrix-calibrated GGUF ladder of DeepHat/DeepHat-V1-7B — a Qwen2.5-Coder-7B fine-tune focused on cybersecurity, devops and code. This is a faithful re-quantization (all credit for the model goes to the DeepHat team); what's added here is the imatrix ladder, an objective KLD fidelity table vs the BF16 reference, and an honest evaluation.

First-mover note: at pack time no GGUF of this model existed. Quants Q3_K_M → Q8_0 + IQ4_XS, each with an importance matrix so the low-bit tiers stay sharp.

✅ Recommended files

Use caseFileWhy
Best all-round (16 GB RAM)deephat-v1-7b-Q4_K_M.ggufsafe default, 98.97% top-1 vs BF16
Quality-first (24 GB+)deephat-v1-7b-Q6_K.ggufnear-lossless, 99.55% top-1
Smallest usable (8–12 GB)deephat-v1-7b-Q3_K_M.ggufstill 98.0% top-1
Compact + sharpdeephat-v1-7b-IQ4_XS.ggufimatrix IQ, 4.2 GB
Archival / evaldeephat-v1-7b-Q8_0.ggufeffectively lossless (KLD 0.0019)

📦 Files

QuantBits (BPW)Size
Q3_K_M3-bit K3.81 GB
IQ4_XS4-bit IQ4.22 GB
Q4_K_M4-bit K4.68 GB
Q5_K_M5-bit K5.44 GB
Q6_K6-bit K6.25 GB
Q8_08.508.10 GB

📊 Metrics — fidelity vs BF16 reference

Every tier measured against the unquantized BF16 GGUF (KL-divergence + PPL ratio + Top-1 agreement, general-English eval, c=2048).

QuantPPL(Q)/PPL(bf16)Max KLDKLD p99Top-1 match
Q8_01.0000040.00190.000599.82%
Q6_K1.0003400.03400.007999.55%
Q5_K_M1.0008810.06240.01899.50%
Q4_K_M0.9984570.20780.03098.97%
IQ4_XS0.9965000.48580.04198.74%
Q3_K_M1.0029180.94540.10998.02%

The quantization is clean top-to-bottom — Q8 is effectively lossless and even Q3_K_M keeps 98% argmax agreement with BF16.

🧮 Will it fit?

RAM / VRAMComfortable pick
8 GBQ3_K_M (short context)
12 GBQ4_K_M
16 GBQ5_K_M / Q6_K
24 GB+Q8_0, long context

7B at Q4–Q6 runs fast on a laptop GPU (Apple Silicon / consumer NVIDIA) or CPU.

🚀 How to run it

llama.cpp

llama-cli -m deephat-v1-7b-Q4_K_M.gguf -ngl 99 -c 8192 \
  -p "<|im_start|>user\nExplain how a SQL injection works and how to prevent it.<|im_end|>\n<|im_start|>assistant\n"

Ollama (a ready Modelfile with configurable context ships in this repo):

ollama create deephat -f deephat-8192ctx.Modelfile
ollama run deephat "Write a bash script that scans a subnet for open port 22."

Sampling: ChatML template, temperature 0.1–0.7, top_p 0.9, top_k 20, stop <|im_end|>.

⚠️ Good to know

  • Chat template = upstream original (tool-calling preserved). These GGUFs embed DeepHat's original Qwen tool-calling template (the XLAM/Qwen tools format), so native function-calling works just like the source model. That template uses the Jinja tojson filter, which older ollama / llama.cpp builds cannot parse (they error "Unknown (built-in) filter 'tojson'"). If you hit that: update your runtime (recent ollama/llama.cpp handle it), or override the template with the plain-ChatML scripts/chatml.jinja shipped here (--chat-template in llama.cpp) — that variant loads everywhere but drops native tool-calling.
  • Domain model. DeepHat is tuned for security / devops / code, not general chit-chat or general software engineering. See the eval below.

🧪 Evaluation methodology

  • Fidelity gate (passed): the KLD/PPL/Top-1 table above — every tier is faithful to BF16 (Q8 lossless).
  • Agentic probe (reported honestly): swe-mix — 30 SWE-bench Verified instances (6 continuity anchors + 24 discriminating, 10 repos; spec in swe_mix.json), run through Claude Code + agent-bridge.js → Ollama serving Q6_K, tool-call format openhands, temperature 0.1, in Docker. Result: resolved = 0 / 30. The model did emit tool calls on 22/30 instances but ran very short episodes (2–8 messages) — it doesn't sustain the long multi-step agentic loop a SWE-bench solve needs. Honest caveat: (1) this is a 7B — small models routinely score 0–2 on SWE-bench Verified in a local agentic harness; (2) SWE-bench is general-repo software engineering (Django/astropy/sympy), which is not DeepHat's domain (cybersecurity/devops). This number measures general agentic SWE ability, not the model's security/code strengths, and it is not comparable 1:1 to the official leaderboard. Date: 2026-07-12. Small/hard probe, relative signal only.

This repo is fidelity-gated (like a non-general-SWE model release): the quant quality is proven; the SWE number is published transparently rather than hidden.

🔁 Provenance & reproducibility

  • scripts/reproduce.sh — exact convert → template-fix → imatrix → quantize commands.
  • scripts/chatml.jinja — the clean chat template that replaced the upstream tojson one.
  • imatrix corpus: ~793 KB, general text + Python/Rust/C code (386 chunks, c=512).
  • reports/artifact-sha256sums.txt — SHA-256 of every GGUF.
  • metrics/quant-summary-with-kld.{json,csv} — the table above, machine-readable.
  • swe_mix.json — the 30-instance probe spec.

🗒️ Changelog

  • 2026-07-12 — initial release. Ladder Q3_K_M→Q8_0 + IQ4_XS, imatrix, KLD sweep, cleaned chat template, honest SWE-mix eval.

Credit

Model: DeepHat/DeepHat-V1-7B (Apache-2.0). This repo only provides GGUF conversions + fidelity measurements. All model capability is the DeepHat team's work.

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
2034c1f

0 моделей