/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
13 сен 2026

Qwen3.5-9B-Janus-Abliterated-V2-GGUF

Генерация текстаТекст → текст3 профессии

SOMEHOTMEAL/Qwen3.5-9B-Janus-Abliterated-V2-GGUF — это текстовая генеративная модель в формате GGUF, созданная SOMEHOTMEAL на основе Qwen/Qwen3.5-9B и модели huihui-ai/Huihui-Qwen3.5-9B-abliterated.

405скачиваний за 30 дней2лайкавеса обновлены15 сен 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

Это merge, выполненный методом SLERP, а не дообучение: примерно 40% вклада приходится на базовую модель, а 60% — на аблитерированную версию. Дополнительные обучающие данные не использовались.

Модель предназначена для творческого письма, художественной прозы, длинных повествований, ролевых сценариев, в том числе зрелого содержания, а также общего диалога, мозгового штурма и исследовательской помощи с меньшим количеством отказов на неоднозначные или провокационные запросы. Указан английский язык и задача text-generation. Модель сохраняет часть рассуждений, следования инструкциям и общих знаний базовой Qwen3.5-9B, одновременно демонстрируя более слабое поведение отказа.

Доступны варианты квантования F16, Q8_0, Q6_K, Q4_K_M и Q2_K; для большинства пользователей рекомендуется Q4_K_M как компромисс между качеством и размером, ориентировочно для систем с 12 ГБ и более видеопамяти. Размер базовой модели — 9B параметров. Контекстное окно в README не указано. Возможны артефакты merge: на некоторых вариантах квантования могут ухудшаться результаты в пограничных математических задачах и при работе с очень длинным контекстом. Модель не предназначена для критически важных систем и автоматизированного принятия решений; сниженный защитный слой требует ответственности пользователя, а знания и фактическая точность унаследованы от базовой модели.

Указана лицензия Apache 2.0, унаследованная от базовой модели, однако для компонентов-источников действуют их соответствующие лицензии. Модель не связана с Qwen или Alibaba.

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

Qwen3.5-9B-Janus-Abliterated-V2

🧬 What is "Janus"?

Janus is my personal merging recipe that blends a base model with its abliterated counterpart in a controlled ratio:

ComponentRatioPurpose
Base~40%Reasoning, instruction-following, world knowledge
Abliterated~60%Reduced refusal behavior, fewer moralizing interjections

The goal is the two-faced balance of the Roman god Janus: keeps a solid core of the base model's reasoning while the abliterated half loosens refusal vectors. Unlike pure abliterations — which often degrade reasoning — The aim is to recover some of the base model's behavioral stability and coherence while retaining much of the reduced-refusal behavior of the abliterated checkpoint.

⚠️ This is a merge, not a finetune. No additional training data was used.

📦 Files / Quantization

  • Format: GGUF
  • Provided quants: F16, Q8_0, Q6_K, Q4_K_M, Q2_K
  • Recommended for most users: Q4_K_M (best quality/size tradeoff on 12GB+ VRAM)

🎯 Intended Use

  • Creative writing, fiction, and long-form narrative
  • Roleplay (including mature/NSFW scenarios for users 18+)
  • Uncensored brainstorming and research assistance
  • General chat with fewer refusals on benign-but-edgy prompts

Not intended for: safety-critical deployments, automated decisioning, or anything requiring a guaranteed aligned refusal layer.

🛠️ Recipe

merge_method: slerp
base_model: &model_a Qwen/Qwen3.5-9B   # Notice the & anchor trick!

slices:
  - sources:
      - model: *model_a                          # Automatically matches base_model
        layer_range: [0, 32]                    
      - model: huihui-ai/Huihui-Qwen3.5-9B-abliterated
        layer_range: [0, 32]
        # Only uncomment the 2 lines below if pulling from a Janus/VL model:
        # rename:
        #   - ["text_model.model.", "model."]
        #   - ["text_model.", ""]

parameters:
  t: 0.60                                        # 60% Model B, 40% Model A
dtype: bfloat16
tokenizer_source: base

🧪 Custom Benchmark

I don't publish MMLU / HellaSwag scores for a merge — those aren't what this model is for.

How to Run

(may not be valid as I don't test them that way and use actual deployment via KoboldCPP)

llama-cli -m Qwen3.5-9B-Janus-Abliterated-V2-Q4_K_M-GGUF.gguf -p "Hello" --chat-template chatml

⚠️ Limitations & Warnings

  • Merge artifacts: some quants may occasionally produce degraded outputs on edge-case math or very long contexts.
  • Reduced safety layer: the abliteration component intentionally lowers refusal behavior. Users are responsible for how they use the model.
  • No new knowledge: knowledge cutoff and factual accuracy inherit from the base.
  • Not affiliated with Qwen / Alibaba. Original licenses of the source models apply.

🙏 Credits

  • Qwen/Qwen3.5-9B — base model
  • huihui-ai/Huihui-Qwen3.5-9B-abliterated — abliterated variant
  • Merge + Janus recipe + GGUF conversion: SOMEHOTMEAL

📜 License

Apache 2.0, inherited from the base Qwen model. Abliterated sources under their respective licenses.

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
a9d256a

0 моделей