/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Underdog-Saluki-27B-1.0-MTP-GGUF
Библиотека
gguf
Опубликована
9 окт 2026

Underdog-Saluki-27B-1.0-MTP-Abliterated-GGUF

Генерация текстаТекст → текст

Квантованная версия Underdog Saluki 27B с MTP для генерации текста, вызова инструментов и локального использования без обычных отказов модели.

4 609скачиваний за 30 дней13лайковвеса обновлены9 окт 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

Underdog Saluki 27B 1.0 + MTP Abliterated — квантованный GGUF-вариант модели Underdog Saluki, опубликованный Kujira. Веса представлены в формате IQ2, файл занимает 8,35 ГБ. Модель предназначена для генерации текста в диалогах и агентских сценариях; README также сообщает о корректной работе вызова инструментов и MTP speculative decoding в llama.cpp. Указаны английский и японский языки. В примере запуска используется контекст 40 960 токенов.

В версии удалено большинство отказов: автор сообщает о снижении отказов на тесте вредоносных запросов с 99% до 1% без включённого thinking и с 78% до 2% с ним. По README, обучение не проводилось: изменены четыре тензора в блоках 35–36, а остальные тензоры и MTP-голова совпадают с исходной MTP-версией. Apache-2.0. Автор подчёркивает, что оценки основаны на небольших тестах на одной машине, а качество исходной модели нельзя считать оценкой этой версии.

Сценарии применения

  • генерация ответов в диалоговом приложении
  • локальный запуск языковой модели в llama.cpp
  • вызов инструментов в агентском сценарии
  • эксперименты с MTP-декодированием
  • исследования поведения модели без отказов

Ограничения

Модель не отказывает на вредоносные запросы, поэтому для пользовательских приложений нужны собственные меры защиты. Оценки README основаны на небольших тестах на одной машине; в длинных многоходовых агентских диалогах возможны повторы.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Underdog Saluki 27B 1.0 + MTP, Abliterated (GGUF)

Underdog Saluki 27B 1.0 + MTP with refusals removed. It answers requests that the original model refuses, and otherwise behaves close to the original: same file size, same speed, MTP self-speculative decoding still works.

FileUnderdog-Saluki-27B-1.0-IQ2-mix-MTP-abliterated.gguf, 8.35 GB
sha256b9b231748c94e13ecc0f841942798eb36b27eaea60014fea896218bc86742bbc
Changed4 tensors in blocks 35–36 (blk.35.attn_output, blk.35.ffn_down, blk.36.ffn_down, blk.36.ssm_out), kept at their original quantization types and sizes
Unchangedthe other 862 tensors (including the MTP head blk.64.*) and all metadata are byte-identical to Underdog-Saluki-27B-1.0-IQ2-mix-MTP.gguf (sha256 98f6ebb5…e89e52)

No training was done. The method is not published.

Usage

Same as the MTP release: stock llama.cpp with MTP drafting (--spec-type draft-mtp).

llama-server -m Underdog-Saluki-27B-1.0-IQ2-mix-MTP-abliterated.gguf --jinja -ngl 99 -fa on \
  -c 40960 -np 1 -ctk q8_0 -ctv q8_0 \
  --temp 1.0 --top-p 0.95 --top-k 20 --presence-penalty 1.1 \
  --spec-type draft-mtp --spec-draft-n-max 2
  • Recommended sampling with thinking on: --temp 1.0 --top-p 0.95 --top-k 20 --presence-penalty 1.1 (Qwen3.8's own thinking-mode values plus a light presence penalty). At temperature 0.6 with presence penalty 1.5, long agent sessions sometimes got stuck repeating whole paragraphs in the thinking; see "Sampling" below for the comparison.
  • 12 GB cards: 40K context fits (11.4 GB with a 22K-token prompt). 64K starts at 11.85 GB and grows about 0.45 GB with long prompts, spills out of VRAM and slows down sharply.

Measured (one machine)

RTX 3080 12 GB, WSL2, llama.cpp (PrismML fork prism-b10754). Refusal = the reply contains a refusal phrase. Harmful prompts: the 104-prompt test split of a public harmful-behaviors set.

Original (MTP release)This file
Refusal, harmful prompts (64 tokens, thinking off)99%1%
Refusal, harmful prompts (thinking on, up to 1,536 tokens)78%2%
Refusal, harmless prompts (thinking on)0%0%
Perplexity, English (wikitext-2 test, 2048 × 40 chunks)6.5586.662 (+1.6%)
Perplexity, Japanese (wiki40b-ja test, 2048 × 40 chunks)11.2111.41 (+1.8%)
Long-form, 24 prompts (en/ja, thinking on): looping / empty answer0% / 8%0% / 0%
Tool calling, 30 prompts with 10 tools: right tool / valid arguments97% / 100%100% / 100%
Answer after a (fake) tool result, 30 prompts100%100%
No tool call when none is needed, 10 prompts90%80%
  • Speed and VRAM are the same as the MTP release (same tensor types and size): about 58–62 tok/s with MTP on at 40K context.
  • Thinking length on everyday tasks is about the same as the original (mean 1,835 vs 2,059 characters on the long-form prompts).
  • These are small, single-machine tests, not a benchmark. The quality numbers on Saluki's card are for the original model.
  • The evaluation prompts and scripts are available on request in the Discussions tab.

Sampling

Same model, four sampler settings (top_p 0.95, top_k 20 in all). Long-form: 24 prompts (en/ja), thinking on, up to 8,192 tokens. "Partial repeats" counts answers where 20%+ of the second half repeats 64-character chunks from the first half (below the 50% loop threshold).

temp / presence penaltyLoops (long-form)Partial repeatsLongest answerRefusal, harmful (thinking on)Empty answer at 1,536-token cap
0.6 / 0 (Saluki card)0 / 2416,982 tokens2%—
0.6 / 1.50 / 2424,997 tokens——
1.0 / 0 (Qwen3.8 card)0 / 2404,881 tokens2%7 / 104
1.0 / 1.1 (recommended)0 / 2404,056 tokens2%1 / 104
  • Tool calling (30 prompts, 10 tools) was 97–100% right tool and 100% valid arguments in every setting.
  • Single-turn tests do not reproduce the loops seen in long multi-turn agent sessions; the differences above are early signs (partial repeats, answer length), not loop counts.

Responsible use

Intended for research and uncensored local use. This model does not refuse harmful requests. You are responsible for how you use it and for any content it produces. Do not put it in front of users without your own safeguards.

Credits and license

Apache-2.0, see LICENSE and NOTICE.

  • Underdog Saluki 27B 1.0 by Underdog (ConwayResearch), built on Qwen3.8-27B and ISTA-DASLab's Qwen3.8-27B-GSQ-RCO-GGUF.
  • Qwen3.8-27B and its MTP head by the Qwen team.
  • MTP head GGUF quantization by Unsloth (unsloth/Qwen3.8-27B-GGUF), via the MTP release (see its card).

Not affiliated with or endorsed by Underdog/ConwayResearch, Qwen, Unsloth, ISTA-DASLab, PrismML or BoldingBuilds.

日本語メモ

Underdog Saluki 27B 1.0 + MTP の拒否を外した版です。 変えたのは第35・36層の4テンソルだけで、量子化の種類とサイズは元のままです。残りの 862 テンソルと MTP ヘッド、メタデータは元とバイト単位で同一です。学習はしていません。方法は公開していません。

  • 拒否率:有害な質問で 99% → 1%(thinking ありでは 78% → 2%)。無害な質問の拒否は 0%
  • perplexity の悪化:英語 +1.6%、日本語 +1.8%
  • 長文のループ 0%、ツール呼び出しは元と同等。速度と VRAM は MTP 版と同じです
  • おすすめのサンプリング設定(thinking あり):--temp 1.0 --top-p 0.95 --top-k 20 --presence-penalty 1.1。温度 0.6・presence penalty 1.5 だと、長いエージェントの会話で thinking が段落ごと繰り返すことがありました
  • 12GB のカードでは文脈 40K まで(64K は VRAM が溢れて遅くなります)

研究と、手元で検閲なしに使う用途向けです。有害な依頼も断りません。使い方と出力の責任は利用者にあります。 評価に使った問題とスクリプトは、Discussions で問い合わせてもらえれば共有します。

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
c1d826d

0 моделей