/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
59,6 ГБ
Лицензия
Apache 2.0
Архитектура
muse_glimmer · dense
Базовая модель
Muse-Glimmer-30B
Библиотека
transformers
Опубликована
17 авг 2026

Muse-Glimmer-30B-Abliterated-Aggressive

Генерация текстаТекст → текст3 профессии

Дообученная версия Muse-Glimmer-30B для диалогов общего назначения с агрессивно сниженным уровнем отказов.

49скачиваний за 30 дней0лайковвеса обновлены17 авг 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

SHSLab выпустила Muse-Glimmer-30B Abliterated (Aggressive) — дообученную LoRA-версию Muse-Glimmer-30B с плотной архитектурой на 29,8 млрд параметров. Это текстовая чат-модель общего назначения, обученная сильнее ослаблять отказы по сравнению с обычным вариантом: на указанном наборе проверок она отказала в 0 из 100 вредоносных запросов. Модель принимает текст и генерирует текст; в README не заявлена проверка мультимодальных возможностей этой версии.

При дообучении использовались 544 запроса, два прохода по данным и LoRA с 31,1 млн обучаемых параметров. Автор приводит среднее расхождение с базовой моделью KL 0,1697 и указывает, что агрессивное ослабление отказов сопровождается большим дрейфом от базовых возможностей. Бенчмарки не проводились, поэтому качество и сохранность возможностей отдельно не подтверждены.

Модель предназначена для сценариев, где требуется меньше отказов; автор рекомендует проверить её поведение перед развёртыванием. Лицензия — Apache-2.0. Карточка описывает BF16-веса; также приведены сведения о квантизованных вариантах GGUF.

Сценарии применения

  • диалоговый помощник, который реже отказывает на запросы
  • генерация ответов на текстовые запросы
  • проверка поведения модели при ослабленных отказах

Ограничения

Бенчмарки возможностей не проводились; автор сообщает о большем расхождении с базовой моделью, чем у обычного варианта. В указанных проверках модель не отказывала на вредоносные запросы, включая часть запросов, на которые следовало отказать.

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

Muse-Glimmer-30B Abliterated (Aggressive)

De-abliterated variant of meta-models/Muse-Glimmer-30B (29.8B params, 202k vocab, bf16). The aggressive-de-abliteration twin of the "normal" variant: λ_KL = 0.5 relaxes the KL guardrail, lowering compliance-data loss weighting further so the refusal behavior is scrubbed harder (0/100 refusals) at the cost of higher drift from base (larger KL).

Release asset layout: this directory is an HF model dir (2 safetensors shards, 56 GB bf16). GGUF quantizations live at /data/gguf/ and are symlinked from output/release/.

Metrics

MetricValue
Refusal rate (harmful_behaviors, base=100)0/100
KL (mean, response-token naive)0.1697
KL (p50)0.1560
KL (p90)0.2367
KL (p99)0.2912
KL entropy-weighted0.0000 (<0.02 PASS)

KL = response-token naive KL(p_tuned ‖ p_base) averaged per-prompt over the 48-pair boN_holdout set (teacher-forced prompt+response). Percentiles are per-prompt aggregates. The aggressive variant sits ~1.7× above normal on mean KL — expected from the relaxed guardrail.

Quantized variants

QuantFileSizeKL meanKL p50KL p90KL p99
BF16 (this)—56 GB0.16970.15600.23670.2912
Q8_0abliterated-aggressive-Q8_0.gguf28 GB0.16250.14840.23840.2774
Q4_K_Mabliterated-aggressive-Q4_K_M.gguf16 GB0.20230.19290.27460.3001

Quant KL rows are measured via llama.cpp logits against the base (as Q8 GGUF), same holdout — see note below.

Benchmarks

Not evaluated — benchmarks skipped (by request). KL divergence to base (above) is the primary drift/damage metric. Capability preservation is expected to be lower than the normal variant (higher KL = more drift), but was not re-measured here.

Training

  • Method: KL-conserving LoRA SFT, loss CE(compliance) + λ·KL(tuned‖base).
  • λ_KL = 0.5, r=16, alpha=16, lr=5e-5, epochs=2, cosine→0, warmup 5%, grad clip 0.3, batch 1 × grad-accum 8, max_seq=768, seed 0.
  • Data: 544-prompt BoN-steered compliance set (boN_train.jsonl; N=4 samples/prompt, T=0.8, refusal-filtered; split train/48-holdout).
  • LoRA targets: o_proj, down_proj.
  • Trained params: 31.1M (0.10% of 29.8B). Adapter 119 MB.

Domain eval (cyber/hacking/CS + over-refusal) — measured on merged model

  • Over-refusal (or-bench, 100): 5/100
  • Correct refusal (cyber-policy-refuse, should-refuse): 0/2 (aggressive scrubs even genuinely-harmful refusals)
  • Cyber/hacking domain refusals: 1 (rootkit_linux) — the hard de-ablit refuses fewer cyber prompts than the normal variant.

GGUF quants

  • abliterated-aggressive-Q8_0.gguf (~28 GB) — KL p99 0.2774
  • abliterated-aggressive-Q4_K_M.gguf (~16 GB) — KL p99 0.3001

Intended use

General-purpose assistant with aggressively reduced safety refusal — may over-refuse less but drifts further from base capabilities than the normal variant. Verify behavior for your use case before deployment.


Note on KL definitions (consistency across rows)

  • BF16 row = KL(p_bf16_abliterated ‖ p_base_hf) (adapter-on vs adapter-off on the same load — equals folded vs base up to float precision).
  • Quant rows = KL(p_quant ‖ p_base_Q8) measured on the same holdout response tokens via llama.cpp logits (Q8 GGUF of the base used as the CPU/llama.cpp reference for consistency). Quant KL thus also includes the small base-Q8 reference distortion.
  • "Response-token naive KL": teacher-force prompt+response, per-token KL(p_tuned‖p_base) over response-span tokens, averaged per prompt, then aggregated (mean / p50 / p90 / p99).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MuseGlimmerForConditionalGeneration
Ревизия весов
0e74fc7

0 моделей