/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Huihui-Qwen3.5-35B-A3B-abliterated
Опубликована
15 апр 2026

Huihui-Qwen35-A35B-Ablit-TQ3_4S

Изображение и текст → текст13 профессий

Квантованная мультимодальная модель Qwen3.5 MoE для диалога, анализа изображений и агентных задач в TurboQuant-сборке llama.cpp.

243скачиваний за 30 дней0лайковвеса обновлены15 апр 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

YTan2000 подготовил GGUF-конверсию модели Huihui-Qwen3.5-35B-A3B-abliterated для запуска через TurboQuant-вариант llama.cpp. Это мультимодальная модель семейства Qwen3.5 MoE с 35 млрд параметров и активной частью около 3 млрд; она поддерживает диалог, анализ изображений и интерфейс вызова инструментов. Основные веса сжаты до TQ3_4S, а тензоры эмбеддингов и выходного слоя оставлены в Q6_K. Для обработки изображений предусмотрен совместимый мультимодальный проектор в формате GGUF.

Модель предназначена для диалоговых и агентных сценариев, генерации текста и ответов с учётом изображений. В коротком локальном smoke-тесте она показала результат 9 из 10, но это не полноценная оценка качества. Для запуска требуется публичная TurboQuant-сборка llama.cpp. Модель описана как abliterated/uncensored и может выдавать чувствительный или небезопасный контент. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы по изображениям
  • диалоговый помощник с поддержкой инструментов
  • генерация текста в локальном окружении
  • агентные задачи с вызовом инструментов

Ограничения

Для запуска требуется TurboQuant-вариант llama.cpp. Smoke-тест охватывал только 10 вопросов и не является полноценным бенчмарком; модель может выдавать небезопасный или неподходящий контент.

Для каких профессий подходит13

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

model card

Huihui-Qwen35-A35B-Ablit-TQ3_4S

GGUF TurboQuant conversion of huihui-ai/Huihui-Qwen3.5-35B-A3B-abliterated.

This is a 35B-A3B Qwen3.5 MoE abliterated model quantized for the public TurboQuant llama.cpp fork with TQ3_4S weights. The token embedding and output tensors are kept at Q6_K for compatibility and quality on this 35B MoE architecture.

Files

FileDescription
Huihui-Qwen35-A35B-Ablit-TQ3_4S.ggufMain GGUF model, mostly TQ3_4S, 4.09 BPW
mmproj-Qwen35-A35B-f16.ggufCompatible Qwen3.5-35B-A35B multimodal projector
chat_template.jinjaQwen3.5 chat template
chat_template-vl-think.jinjaVision-language thinking template from the upstream Huihui repo
config.jsonSource model config metadata
generation_config.jsonSource generation config
tokenizer.json, tokenizer_config.json, vocab.json, merges.txtTokenizer files
preprocessor_config.json, video_preprocessor_config.jsonVision/video preprocessor metadata
model-card.pngRepository thumbnail/card image

Quantization

  • Source: huihui-ai/Huihui-Qwen3.5-35B-A3B-abliterated
  • Converter: llama.cpp HF-to-GGUF converter
  • Quantizer: llama.cpp TQ3 build ba3357e93
  • Main tensor type: TQ3_4S
  • Embedding/output tensor type: Q6_K
  • Output size: 16.52 GiB
  • Reported quant size: 16912.31 MiB, 4.09 BPW

Quantization command:

./build/bin/llama-quantize \
  --token-embedding-type q6_K --output-tensor-type q6_K \
  Huihui-Qwen3.5-35B-A35B-abliterated-BF16.gguf \
  Huihui-Qwen35-A35B-Ablit-TQ3_4S.gguf \
  TQ3_4S 16

llama.cpp Usage

Runtime Requirement

This model requires the public TurboQuant runtime fork:

It will not load correctly on stock llama.cpp or other runtimes that do not include TQ3_4S.

Text-only:

./build/bin/llama-server \
  -m /path/to/Huihui-Qwen35-A35B-Ablit-TQ3_4S.gguf \
  -ngl 30 -c 2048 -np 1 \
  --jinja \
  --chat-template-file /path/to/chat_template.jinja

With the multimodal projector:

./build/bin/llama-server \
  -m /path/to/Huihui-Qwen35-A35B-Ablit-TQ3_4S.gguf \
  --mmproj /path/to/mmproj-Qwen35-A35B-f16.gguf \
  -ngl 30 -c 2048 -np 1 \
  --jinja \
  --chat-template-file /path/to/chat_template-vl-think.jinja

For text-only chat, use the embedded template or pass --chat-template-file chat_template.jinja. For vision-language use, keep mmproj-Qwen35-A35B-f16.gguf, chat_template-vl-think.jinja, preprocessor_config.json, and video_preprocessor_config.json in the repository.

On an RTX 5060 Ti 16GB, full offload did not fit. The highest tested offload for this GGUF was -ngl 30; -ngl 40 and -ngl 99 failed to load due VRAM.

Validation

Smoke tests were run with the TurboQuant llama.cpp fork listed above.

Runtime:

  • GPU: RTX 5060 Ti 16GB
  • Context: -c 2048
  • Offload: -ngl 30
  • Chat settings: temperature=0, max_tokens=256, chat_template_kwargs.enable_thinking=false

Load probe:

OffloadResultpp128
ngl=0loads127.93 tok/s
ngl=20loads210.56 tok/s
ngl=30loads298.77 tok/s
ngl=40fails on 16GB VRAMn/a
ngl=99fails on 16GB VRAMn/a

10-question chat smoke:

ModelManual passNotes
Huihui-Qwen35-A35B-Ablit-TQ3_4S9/10Same score as normal Qwen3.5-35B-A35B Q4_K_M on this smoke set
Normal Qwen3.5-35B-A35B Q4_K_M9/10Used as local quality baseline

Both models missed the same Python list prompt in the lightweight smoke suite. Treat this as a smoke-pass, not a full release quality benchmark.

Safety Notice

This is an abliterated/uncensored model. It may produce sensitive, controversial, unsafe, or otherwise inappropriate outputs. Use in controlled environments, review outputs carefully, and follow applicable laws and policies.

Acknowledgements

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Класс архитектуры
Qwen3_5MoeForConditionalGeneration
Ревизия весов
c63fbd3

0 моделей