/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
6 млрд
Размер весов
9,2 ГБ
Лицензия
Apache 2.0
Архитектура
arcee · dense
Базовая модель
AFM-4.5B
Библиотека
transformers
Опубликована
28 авг 2026

AFM-4.5B-Uncensored-Abliterated

Генерация текстаТекст → текст3 профессии

Плотная языковая модель AFM-4.5B с удалённым на уровне весов поведением отказа для генерации диалогового текста и исследований кибербезопасности.

85скачиваний за 30 дней0лайковвеса обновлены28 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

Securelayer7/AFM-4.5B-Uncensored-Abliterated — производная версия AFM-4.5B, созданная удалением поведения отказа на уровне весов. Это плотная причинная языковая модель семейства Arcee с 6 млрд параметров по метаданным и контекстом до 65 536 токенов; README указывает размер базовой модели 4,5 млрд параметров. Модель предназначена для диалоговой генерации текста, в том числе для исследований кибербезопасности, red teaming и авторизованного тестирования на проникновение в сценариях, где базовая модель часто отказывает.

Отказы снижены с 92 до 3 на 100 проверках из описанного набора; заявленное расхождение с базовой моделью — KL 0,0200, при этом, по README, сохраняются математические и фактические способности. Изменения внесены в проекции внимания и MLP по всем 36 слоям, результат объединён в полные веса. Модель принимает текст и генерирует текст, поддерживает английский язык; основная модель описана как многоязычная, но дополнительные языки этой версии не перечислены. Репозиторий использует safetensors и Transformers, лицензия — Apache-2.0.

Удаление отказов означает, что сами веса не обеспечивают защиту от вредоносных или незаконных запросов. Для развёртывания требуется отдельная политика безопасности и фильтрация на уровне сервиса; результаты по отказам и сохранению способностей приведены автором карточки и не являются независимой оценкой.

Сценарии применения

  • диалоговая генерация текста для исследований безопасности
  • подготовка сценариев red teaming
  • поддержка авторизованного тестирования на проникновение
  • проверка поведения языковых моделей на вредоносных запросах

Ограничения

У модели удалено поведение отказа, поэтому веса сами по себе не блокируют вредоносные и незаконные запросы; необходимы меры защиты на уровне сервиса. Заявления о сохранении способностей и снижении отказов основаны на проверках, описанных автором модели.

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

AFM-4.5B-Uncensored-Abliterated

An uncensored, abliterated version of arcee-ai/AFM-4.5B with the refusal behavior removed at the weights level. The base AFM-4.5B is a heavily safety-aligned model — it refused 92 of 100 harmful-topic probes; this version answers directly, for legitimate security research where aligned models refuse.

  • Weights-level uncensored — refusal direction ablated (Heretic / Optuna TPE) from the attention output projections and MLP down-projections across all 36 layers.
  • Refusals: 92/100 → 3/100 at KL 0.0200 (near-zero divergence — capability preserved; math and factual probes remain correct).
  • Small and fast — 4.5B dense, a full merged model (no adapter needed).

Quick start

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

m = "Securelayer7/AFM-4.5B-Uncensored-Abliterated"
tok = AutoTokenizer.from_pretrained(m)
model = AutoModelForCausalLM.from_pretrained(m, torch_dtype=torch.bfloat16, device_map="auto")

msgs = [{"role": "user", "content": "Explain how a TLS handshake works, step by step."}]
ids = tok.apply_chat_template(msgs, add_generation_prompt=True, return_tensors="pt").to(model.device)
out = model.generate(ids, max_new_tokens=512, do_sample=True, temperature=0.7, top_p=0.95)
print(tok.decode(out[0][ids.shape[1]:], skip_special_tokens=True))

How it was made

Refusal-direction abliteration via Heretic (Optuna TPE multi-objective: minimize refusals + KL divergence), targeting the residual-writing projections (o_proj, down_proj) of the base ArceeForCausalLM across all 36 layers, then merged into the weights.

Responsible use

Uncensored ≠ lawless — for legitimate research and authorized security work (cybersecurity, red-teaming, penetration testing). Illegal content (incl. CSAM) must be blocked at the serving layer; the weights carry no such guard, and the operator is responsible for a lawful, policy-gated deployment.

License & attribution

Apache 2.0 — see LICENSE. Derivative of arcee-ai/AFM-4.5B (Arcee AI, Apache 2.0). Modification (refusal-direction abliteration) disclosed in NOTICE. No trademark of Arcee AI is used to imply endorsement.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
ArceeForCausalLM
Ревизия весов
38236c0

0 моделей