/ Модель

Характеристики

Контекст
262 144 токена
Параметры
2 млрд
Размер весов
50,5 ГБ
Лицензия
Apache 2.0
Архитектура
gemma4_text · MoE
Базовая модель
gemma-4-26b-a4b
Библиотека
transformers
Опубликована
24 сен 2026

CyberStag-Security-26B-A4B-V1-Uncensored-Heretic

Генерация текстаТекст → текст

Дообученная и освобождённая от части защитного выравнивания Gemma 4 для экспериментов по безопасности ИИ, red teaming и анализа поведения моделей.

100скачиваний за 30 дней0лайковвеса обновлены24 сен 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

OS-Software CyberStag Security 26B A4B V1 Uncensored Heretic — текстовая генеративная модель на архитектуре Gemma 4 MoE, дообученная на базе google/gemma-4-26b-a4b и изменённая методом abliteration для существенного снижения защитного выравнивания. Она предназначена для генерации диалоговых ответов и экспериментов в исследованиях безопасности, изучении выравнивания и red teaming. Метаданные указывают 2 млрд параметров, контекст до 262 144 токенов, поддержку английского и японского языков и формат safetensors; лицензия — Apache-2.0.

Снижение числа отказов может быть полезно при исследовании поведения моделей и тестировании защит, однако модель чаще стандартных моделей может выдавать вредный, неточный, предвзятый или оскорбительный контент. Авторы рекомендуют не развёртывать её в публичных сервисах и проверять все ответы. Показатели README — 0 отказов из 100 и KL-дивергенция 0,0135 — приведены для собственного тестирования и не гарантируют качество в других сценариях.

Сценарии применения

  • тестирование защитных механизмов языковых моделей
  • проведение red teaming для чат-моделей
  • исследование отказов и защитного выравнивания
  • анализ ответов модели на чувствительные запросы

Ограничения

Из-за существенного снижения защитного выравнивания модель чаще может генерировать вредный, неточный, предвзятый или оскорбительный контент; авторы не рекомендуют публичное или пользовательское развёртывание. Ответы следует независимо проверять, а приведённые метрики ограничены тестом автора.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This is a decensored version of deer-sec/CyberStag-Security-26B-A4B-V1-BF16-MLX, made using Heretic v2.0.0.dev0+custom

Abliteration parameters

ParameterValue
start_layer_index12
end_layer_index20
preserve_good_behavior_weight1.0
steer_bad_behavior_weight0.0001
overcorrect_relative_weight1.0
neighbor_count1
ridge_regularization7e-07
transport_rank4
entropy_regularization0.1
transportgaussian
lora_rank128
row_normalizationnone
target_componentsattn.o_proj, mlp.down_proj
covariance_regularization0.01
max_weight_change1.0

Performance

MetricThis modelOriginal model (a model)
Refusals0/10098/100
KL divergence0.01350 (by definition)

⚠️ Important Notice

This model has undergone substantial reduction of its safety alignment. As a result, it is more likely than standard models to generate harmful, inaccurate, biased, offensive, or otherwise inappropriate content.

Intended Use

For research and experimentation only, including safety research, alignment studies, and red-teaming. Please avoid deploying it in public or end-user-facing services.

User Responsibility

All outputs should be treated as untrusted and independently verified before use. Users are solely responsible for:

  • Evaluating the accuracy and suitability of generated content
  • Implementing appropriate safeguards and human oversight
  • Complying with applicable laws, regulations, licenses, and ethical standards

Use of this model is entirely at your own risk.

Disclaimer

OS-Software provides this model without warranties of any kind and assumes no liability for any direct or indirect damages, losses, misuse, or legal consequences arising from its use.

Acknowledgements

Thanks to the base model developers, p-e-w for Heretic, and the wider open-source community.

This is a derivative work released under the base model’s applicable license. All rights to the base model remain with their respective owners.


Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4ForCausalLM
Ревизия весов
7f8b688

0 моделей