/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Thinking-2507
Библиотека
transformers
Опубликована
22 фев 2026

Qwen3-4B-Thinking-2507-SFT-Uncensored

Генерация текстаТекст → текст3 профессии

Диалоговая модель Qwen3 с 3,7 млрд параметров, дообученная для генерации ответов с минимальным числом отказов.

51скачиваний за 30 дней0лайковвеса обновлены22 фев 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

Maronik/Qwen3-4B-Thinking-2507-SFT-Uncensored — диалоговая языковая модель Maronik, дообученная методом SFT на базе Qwen/Qwen3-4B-Thinking-2507. Это плотная модель с 3,7 млрд параметров для генерации текста и ответов на инструкции; репозиторий использует Transformers и формат safetensors. Контекстное окно составляет до 262 144 токенов. README указывает на англоязычные, китайские и японские данные и сообщает о многоязычном обучении на jailbreak-запросах.

Модель предназначена для диалога и генерации ответов, включая ответы на запросы, которые исходная базовая модель обычно отклоняет. В README описано обучение на примерах jailbreak, общих и логических задач, а также дополнительное обучение с подкреплением; приведённые оценки способностей и безопасности авторы получили с помощью gpt-4o-mini в роли оценщика, поэтому их следует считать ориентировочными.

Модель намеренно снижает отказы и способна выдавать вредоносные ответы. Она распространяется по лицензии Apache-2.0; автор снимает с себя ответственность за результаты генерации и рекомендует использовать модель на свой риск.

Сценарии применения

  • генерация ответов на инструкции на английском, китайском и японском
  • исследование поведения моделей при jailbreak-запросах
  • оценка устойчивости систем модерации и отказов
  • проведение диалоговых и логических экспериментов

Ограничения

Модель специально обучена снижать отказы и может генерировать вредоносные ответы. Результаты сравнительных оценок в карточке получены с gpt-4o-mini в роли оценщика, поэтому оценки могут отличаться при другой методике.

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

Qwen3-4B-Thinking-2507-SFT-Uncensored

English | 日本語

Qwen3-4B-Thinking-2507-SFT-Uncensored is an uncensored model based on Qwen/Qwen3-4B-Thinking-2507, fine-tuned using SFT.

This model has been fine-tuned using an instruction format.

Disclaimer: We take no responsibility for the outputs of this model. Please use it at your own risk.

Training Process

This model was trained using a three-stage process:

Step 1: SFT (Supervised Fine-Tuning)

  • Dataset: 12,000 samples
  • Composition: Jailbreak 10k + General 1.5k + Logic 0.5k
  • Objective: To learn the format and the "uncensored" attitude while maintaining the model's intelligence.

Step 2: GRPO (Reinforcement Learning)

  • Dataset: 4,300 samples
  • Reward Model: puwaer/Unsafe-Reward-Qwen3-1.7B
  • Composition: Multilingual Jailbreak prompts
  • Objective: To improve the ability to generate more natural and persuasive harmful responses.

Model Performance

Below is the comparative evaluation of this model (GRPO), the intermediate checkpoint (SFT), and the base model (Safe).

⚠️ Note on Evaluation Environment Due to budget constraints, gpt-4o-mini was used for the LLM-as-a-Judge process (including "Do Not Answer" and MT-Bench). Please note that the scoring trends and criteria may differ from results evaluated using the standard gpt-4.

Safety Evaluation (Lower is better / Higher success in uncensoring)

In the "Do Not Answer" (DNA) and "Sorry Bench" benchmarks, while the base model shows a high refusal rate (~98%), this model achieves an extremely low refusal rate of under 4%–5%.

BenchmarkMetricBase (Safe)SFT (This Model)GRPO (This Model)
do not answerSafety Acc (Low is Better)0.98830.74010.0341
do not answer jpSafety Acc (Low is Better)0.98300.50050.0266
Sorry BenchSafety Acc (Low is Better)0.84320.54770.0432

Capability Evaluation (Higher is better)

Generally, "uncensoring" (lobotomy) procedures tend to degrade a model's general intelligence. However, this model recovered its conversational scores (e.g., MT-Bench) by proceeding from the SFT stage to GRPO.

BenchmarkMetricBase (Safe)SFT (This Model)GRPO (This Model)
MT-BenchAverage Score (1-10)7.895.767.06
LM HarnessAverage Acc (GSM8K, MMLU)0.71170.70280.7028

Comparisons made between Qwen3-4B-Thinking-2507.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "puwaer/Qwen3-4B-Thinking-2507-SFT-Uncensored"

# load the tokenizer and the model
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)

# prepare the model input
prompt = "Give me a short introduction to large language model."
messages = [
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

# conduct text completion
generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=32768
)
output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist() 

# parsing thinking content
try:
    # rindex finding 151668 (</think>)
    index = len(output_ids) - output_ids[::-1].index(151668)
except ValueError:
    index = 0

thinking_content = tokenizer.decode(output_ids[:index], skip_special_tokens=True).strip("\n")
content = tokenizer.decode(output_ids[index:], skip_special_tokens=True).strip("\n")

print("thinking content:", thinking_content) # no opening <think> tag
print("content:", content)


Data Overview

Datasets

The following datasets were used for training this model:

Reward Model

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
e1775c3

0 моделей