/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Библиотека
mlx
Опубликована
14 авг 2026

Qwen3.8-27B-Abliterated-MLX-MXFP4-MTP

Изображение и текст → текст15 профессий

Qwen3.8-27B Abliterated MLX MXFP4-MTP — vision-language модель на основе Qwen/Qwen3.8-27B, упакованная Shiftedx для экосистемы MLX.

409скачиваний за 30 дней2лайкавеса обновлены17 авг 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 квантованная версия полной 27-миллиардной архитектуры: языковая часть использует MXFP4 с размером группы 32, а неизменённая vision tower — веса BF16. Пакет также содержит 15 BF16-тензоров native MTP для ускорения спекулятивной генерации; рекомендованная глубина MTP — 3. Для работы требуется MTPLX версии 2.0.2 или новее.

Модель предназначена для генерации и анализа текста, обработки изображений, задач с длинным контекстом, tool calling и сценариев, где важна высокая скорость вывода на совместимом Apple Silicon-оборудовании. В опубликованном тестировании эффективный проверенный контекст составлял до 131 072 токенов; языки README не уточняет. На Apple M4 Max с 64 ГиБ unified memory модель показала 100% в тестах tool calling, 86,7% в тестах длинного контекста и 75% в vision-тестах, однако результаты зависят от версии весов, runtime, настроек и оборудования.

Изменение refusal-направления снизило измеренные отказы в специально подготовленном наборе с 12/12 до 0/12, но авторы подчёркивают, что это не доказывает универсальную «нецензурированность». Модель может чаще выдавать вредные или ошибочные ответы; результаты бенчмарков также показывают ограничения в общей проверке качества и agentic-сценариях. Использовать её следует с осторожностью, особенно при работе с инструментами, изображениями и генерируемым кодом. Лицензия — Apache-2.0; ограничения исходной модели сохраняются.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.8-27B Abliterated MLX MXFP4 + Native MTP

Vision-enabled MTPLX package of Qwen/Qwen3.8-27B, pinned to revision 1d4bf0f2ff6012fd82039f2fa52739d0dd7c60c0, with a measured refusal-direction edit.

  • Language model: MXFP4, group size 32; strength 2.5 norm-preserving edit on 128 modules
  • Vision tower: unchanged same-revision BF16 weights
  • Speculation: 15 unchanged native BF16 MTP tensors; recommended depth 3
  • Runtime: MTPLX 2.0.2 or newer

The frozen held-out behavior suite changed measured refusal markers from 12/12 to 0/12, with benign-sensitive refusal at 0/12 and utility at 6/6. MTPLX tensor inspection, text generation, and three vision requests through its API passed. This is scoped evidence, not a claim that the model is universally “uncensored.”

The Hub's approximately 5.5B safetensors count reflects packed MXFP storage elements; the underlying architecture remains the full 27B model.

mtplx quickstart \
  --model Shiftedx/Qwen3.8-27B-Abliterated-MLX-MXFP4-MTP \
  --mtp --depth 3 --profile sustained

This edit reduces refusal behavior and may increase harmful or incorrect outputs. Treat prompts, images, and outputs as untrusted; do not submit secrets, and sandbox tools or generated code with least-privilege access. This package adds no telemetry or remote execution.

The upstream Apache-2.0 license and model limitations continue to apply.

Shiftedx Bench post-publication qualification

This table was generated from the frozen lightweight quant gate after the model weights were published. Categories remain separate; the benchmark does not produce a composite intelligence score.

LanePassedAccuracyMean wall timeMean decodePeak active memory
Quality6/1060.0%22.41 s53.46 tok/s32.36 GiB
Long context13/1586.7%145.65 s42.63 tok/s41.02 GiB
Tool calling6/6100.0%4.26 s41.08 tok/s35.18 GiB
Agentic0/20.0%19.22 s— tok/s—
Vision3/475.0%4.81 s49.61 tok/s34.42 GiB
  • Tested model revision: d6352f90f36268551b9032b37ec92fe89c1a4ebe
  • Benchmark: Shiftedx Bench v0.3.0
  • Context lengths represented: 4,096, 16,384, 65,536, 131,072 prompt tokens; effective tested context: 131,072 tokens
  • Runtime contract: MTPLX 2.7.1 sustained; thinking on/medium; sampler temperature=1.0, top_p=0.95, top_k=20; Hermes hybrid routing with native explicit-parallel calls; KV cache off; MTP depth 3
  • Host: Apple M4 Max, 64 GiB unified memory
  • Total measured request wall time: 2492.15 seconds
  • 260,096-token status: not run; it is outside the lightweight quant gate.

Scores are specific to the linked model revision, benchmark revision, runtime contract, and host. Changing weight precision, KV-cache precision, reasoning mode, template, or speculative depth creates a different benchmark candidate.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
8df6d22

0 моделей