/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-4B-Thinking-2507-Heretic
Опубликована
9 дек 2025

Qwen3-4B-Thinking-2507-Heretic-Imatrix-GGUF

Генерация текстаТекст → текст11 профессий

ZuzeTt/Qwen3-4B-Thinking-2507-Heretic-Imatrix-GGUF — это GGUF-квантизации модели Qwen3-4B-Thinking-2507-Heretic, созданной becnic на основе Qwen3-4B-Thinking-2507.

840скачиваний за 30 дней3лайкавеса обновлены23 фев 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

Репозиторий подготовлен ZuzeTt с использованием llama.cpp версии b7120 и предназначен для локального запуска через llama.cpp, LM Studio и другие совместимые проекты.

Модель относится к каузальным языковым моделям для генерации текста и задач рассуждения. Она содержит около 4 млрд параметров, из которых 3,6 млрд не относятся к embedding, и имеет 36 слоёв. Заявлены языки английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский. Доступны варианты от f16 до Q2_K размером примерно от 1,67 до 8,05 ГБ, что позволяет выбирать между качеством и требованиями к памяти.

Ключевая особенность — модификация Heretic с применением abliteration. По приведённому сравнению, модель демонстрирует 6 отказов из 100 против 96 из 100 у исходной Qwen3-4B-Thinking-2507, при KL-дивергенции 0,06 относительно оригинала. Это может расширять применимость модели к запросам, которые исходная версия чаще отклоняет, но также повышает риск нежелательной или небезопасной генерации. В README не указаны размер контекста, результаты комплексных бенчмарков, мультимодальные возможности и подробные рекомендации по аппаратному обеспечению. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит11

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

Qwen3-4B-Thinking-2507-Heretic-GGUF

Llamacpp imatrix Quantizations of Qwen3-4B-Thinking-2507-Heretic by becnic (from original Qwen3-4B-Thinking-2507)

Using llama.cpp release b7120 for quantization.

Original model: https://huggingface.co/becnic/Qwen3-4B-Thinking-2507-Heretic

Run them in LM Studio

Run them directly with llama.cpp, or any other llama.cpp based project

Download a file (not the whole branch) from below:

FilenameQuant typeFile SizeSplitDescription
Qwen3-4B-Thinking-2507-Heretic-f16.gguff168.05GBfalseFull precision, highest possible quality
Qwen3-4B-Thinking-2507-Heretic-Q8_0.ggufQ8_04.28GBfalseExtremely high quality
Qwen3-4B-Thinking-2507-Heretic-Q6_K.ggufQ6_K3.31GBfalseNear-lossless high quality
Qwen3-4B-Thinking-2507-Heretic-Q5_K_S.ggufQ5_K_S2.82GBfalsePremium high quality
Qwen3-4B-Thinking-2507-Heretic-Q5_K_M.ggufQ5_K_M2.89GBfalseVery high quality
Qwen3-4B-Thinking-2507-Heretic-Q5_0.ggufQ5_02.82GBfalseHigh quality
Qwen3-4B-Thinking-2507-Heretic-Q4_K_S.ggufQ4_K_S2.38GBfalseStrong mid-high quality
Qwen3-4B-Thinking-2507-Heretic-Q4_K_M.ggufQ4_K_M2.50GBfalseBalanced mid-high quality
Qwen3-4B-Thinking-2507-Heretic-Q4_0.ggufQ4_02.37GBfalseGood balance of size and quality
Qwen3-4B-Thinking-2507-Heretic-Q3_K_S.ggufQ3_K_S1.89GBfalseHigher tier Q3
Qwen3-4B-Thinking-2507-Heretic-Q3_K_M.ggufQ3_K_M2.08GBfalseMid-range
Qwen3-4B-Thinking-2507-Heretic-Q2_K.ggufQ2_K1.67GBfalseSmallest size, lowest quality

Downloading using huggingface-cli

First, make sure you have hugginface-cli installed:

pip install -U "huggingface_hub[cli]"

Then, you can target the specific file you want:

huggingface-cli download ZuzeTt/Qwen3-4B-Thinking-2507-Heretic-GGUF --include "Qwen3-4B-Thinking-2507-Q8_0.gguf" --local-dir ./

If the model is bigger than 50GB, it will have been split into multiple files. In order to download them all to a local folder, run:

huggingface-cli download ZuzeTt/Qwen3-4B-Thinking-2507-Heretic-GGUF --include "Qwen3-4B-Thinking-2507-Q8_0.gguf/*" --local-dir ./

Abliteration parameters

ParameterValue
direction_index19.42
attn.o_proj.max_weight1.23
attn.o_proj.max_weight_position22.34
attn.o_proj.min_weight0.69
attn.o_proj.min_weight_distance10.42
mlp.down_proj.max_weight1.12
mlp.down_proj.max_weight_position29.64
mlp.down_proj.min_weight1.08
mlp.down_proj.min_weight_distance20.24

Performance

MetricThis modelOriginal model (Qwen/Qwen3-4B-Thinking-2507)
KL divergence0.060 (by definition)
Refusals6/10096/100

Model Overview

Qwen3-4B-Thinking-2507 has the following features:

  • Type: Causal Language Models
  • Training Stage: Pretraining & Post-training
  • Number of Parameters: 4.0B
  • Number of Paramaters (Non-Embedding): 3.6B
  • Number of Layers: 36
  • Number of Attention Heads (GQA): 32 for Q and 8 for KV
  • Context Length: 262,144 natively.

NOTE: This model supports only thinking mode. Meanwhile, specifying enable_thinking=True is no longer required.

Additionally, to enforce model thinking, the default chat template automatically includes <think>. Therefore, it is normal for the model's output to contain only </think> without an explicit opening <think> tag.

For more details, including benchmark evaluation, hardware requirements, and inference performance, please refer to our blog, GitHub, and Documentation.

Supported languages: English, German, French, Italian, Portuguese, Hindi, Spanish, and Thai.

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
c36758c

0 моделей