/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwythos-9B-v2-Heretic
Библиотека
gguf
Опубликована
13 июл 2026

Qwythos-9B-v2-Heretic-GGUF

Генерация текстаТекст → текст9 профессий

Qwythos-9B-v2-Heretic-GGUF — набор GGUF-квантизаций модели WaveCut/Qwythos-9B-v2-Heretic, разработанной WaveCut на основе empero-ai/Qwythos-9B-v2.

2 014скачиваний за 30 дней4лайкавеса обновлены13 июл 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 текстовая генеративная модель для диалогов и других задач генерации текста, предназначенная для локального запуска через llama.cpp, Ollama, LM Studio, KoboldCpp и совместимые GGUF-рантаймы.

Модель использует гибридную архитектуру Qwen3.5 с 32 блоками, сочетающими слои attention и SSM в стиле Mamba. Доступны варианты квантизации от Q4_K_M примерно на 5,6 ГБ до Q8_0 примерно на 9,5 ГБ; они предлагают компромисс между размером, требованиями к памяти и качеством. Указана поддержка английского и русского языков. Контекст модели в README не указан. Вариант описан как uncensored: защитное выравнивание удалено методом Heretic, поэтому ограничения безопасности оригинальной модели могут отсутствовать.

Модель распространяется по лицензии Apache-2.0. Это производная квантизированная версия, не связанная с разработчиками исходной empero-ai/Qwythos-9B-v2; использовать её рекомендуется с учётом возможных рисков, связанных с отсутствием защитного выравнивания.

Для каких профессий подходит9

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

Qwythos-9B-v2-Heretic-GGUF

GGUF quantizations of WaveCut/Qwythos-9B-v2-Heretic — the Heretic-decensored version of empero-ai/Qwythos-9B-v2. Use these with llama.cpp, Ollama, LM Studio, KoboldCpp, or any other GGUF runtime.

Files

FileFormat~Bits/weightSizeRecommended use
Qwythos-9B-v2-Heretic.Q4_K_M.ggufK-quant (mixed)4.5~5.6 GBBest 4-bit default — fits in ~6.5 GB VRAM, balanced quality/size
Qwythos-9B-v2-Heretic.Q5_K_M.ggufK-quant (mixed)5.5~6.5 GBHigher quality 5-bit, ~7.5 GB VRAM
Qwythos-9B-v2-Heretic.Q6_K.ggufK-quant (mixed)6.6~7.4 GBVery close to FP16, ~8.5 GB VRAM
Qwythos-9B-v2-Heretic.Q8_0.gguf8-bit symmetric8.5~9.5 GBEffectively lossless, ~10.5 GB VRAM

Quantization recipe

StepToolVersion
HF → F16 GGUFconvert_hf_to_gguf.pyllama.cpp b9986 (commit 91c631b), run with --no-mtp
Quantizellama-quantizellama.cpp b9986 (prebuilt linux-x64)

Note on --no-mtp: the base Qwen3.5 model bundles a multi-token-prediction (MTP) head as block #32. Excluding it via --no-mtp produces a clean 32-block text GGUF that loads correctly in current llama.cpp builds. If you want speculative decoding with the MTP head, run convert_hf_to_gguf.py --mtp separately.

No imatrix (importance matrix) calibration was used — K-quants hold up well without one for this model size, and Q8_0 is format-defined and never benefits from it.

Architecture

Qwen3.5 hybrid — 32 blocks mixing attention and SSM (Mamba-style) layers. Supported in llama.cpp b9986 and later under the qwen35 architecture key.

Usage

# llama.cpp
llama-cli -m Qwythos-9B-v2-Heretic.Q4_K_M.gguf -p "Hello" --chat-template chat_template.jinja

# Ollama (create a Modelfile pointing to the .gguf)
ollama create qwythos-heretic -f Modelfile
ollama run qwythos-heretic

Disclaimer

Uncensored (safety alignment removed via Heretic). The original empero-ai/Qwythos-9B-v2 maintainers are not affiliated with this derivative. Use responsibly.

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
3947437

0 моделей