/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
20,6 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B-heretic-ara
Опубликована
15 авг 2026

Qwen3.8-27B-ARA-abliterated-NVFP4-MTP

Изображение и текст → текст7 профессий

aday777/Qwen3.8-27B-ARA-abliterated-NVFP4-MTP — мультимодальная производная модель на базе trohrbaugh/Qwen3.8-27B-heretic-ara, распространяемая автором aday777.

14 439скачиваний за 30 дней2лайкавеса обновлены27 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

Она предназначена для генерации и понимания текста и изображений, а также для инференса с использованием native MTP-ускорения. Сведения о поддерживаемых языках в карточке не указаны.

Модель использует квантование языковых линейных слоёв compressed-tensors NVFP4 W4A4 с group size 16, тогда как vision tower, recurrent convolutions, language head и 15 MTP-тензоров сохранены в формате BF16. Указан размер 27B. Поддерживаются мультимодальные входы, включая изображения; видеотензоры и процессоры сохранены, но обработка видео не прошла проверку в рабочем runtime-тесте. Заявлен контекст 8192 токена, а native MTP использует три спекулятивных токена.

Сильными сторонами являются сохранённые компоненты обработки изображений, bit-exact проверка vision- и MTP-тензоров, снижение требований к памяти и оптимизация для Blackwell NVFP4. Модель прошла проверки текстовых возможностей, обработки изображений, MTP и загрузки в vLLM 0.23; на RTX PRO 6000 Blackwell её память при загрузке составляла около 19,53 GiB. Ограничения включают необходимость совместимого оборудования Blackwell, CUDA и свежей сборки vLLM с поддержкой Qwen3.5 multimodal и NVFP4; поддержка видео не подтверждена. Abliterated или uncensored означает удаление части отказов из исходного чекпойнта и не гарантирует ответ на любой запрос. Лицензия — Apache-2.0.

Для каких профессий подходит7

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 ARA Abliterated / Uncensored NVFP4 + MTP

This is a multimodal, refusal-ablated (commonly described as "uncensored") W4A4 NVFP4 derivative of the reproducible trohrbaugh/Qwen3.8-27B-heretic-ara BF16 checkpoint. It is intended for native Blackwell NVFP4 inference.

What is preserved

  • The vision tower, recurrent convolutions, language head, and all 15 native MTP tensors remain BF16.
  • The MTP tensors were grafted from the hash-verified source after Transformers serialization and verified bit-exact.
  • All 333 vision tensors were verified bit-exact against the BF16 source.
  • The language-model linear layers use compressed-tensors NVFP4 W4A4 group-16 quantization.

Validation

This artifact passed its text-capability, image-vision, benign refusal-surface, native MTP-acceptance, integrity, and clean-load gates on vLLM 0.23. See BUILD_MANIFEST.json, VALIDATION_REPORT.json, and SHA256SUMS for exact provenance and results. Video tensors/processors are preserved, but video input was not part of the live runtime gate.

The live gate used Qwen3_5ForConditionalGeneration, native three-token MTP, the FlashInfer CUTLASS NVFP4 kernel, an 8,192-token context, and an RTX PRO 6000 Blackwell GPU. Loaded model memory was approximately 19.53 GiB.

vLLM example

vllm serve aday777/Qwen3.8-27B-ARA-abliterated-NVFP4-MTP \
  --served-model-name Qwen3.8-27B-ARA-NVFP4-MTP \
  --max-model-len 8192 \
  --speculative-config '{"method":"mtp","num_speculative_tokens":3}'

Use a recent vLLM build with Qwen3.5 multimodal and compressed-tensors NVFP4 support. Native NVFP4 execution requires compatible Blackwell hardware and CUDA runtime support.

Notes

"Abliterated" or "uncensored" describes the source checkpoint's refusal-ablation process; it is not a guarantee that every prompt will receive a particular answer. Users remain responsible for evaluating outputs and applying safeguards appropriate to their deployment.


Support

If this model is useful to you, Bitcoin donations are welcome:

bc1q5ayht3fxhj0v95fk0z8l2f6900g3awdsw5842p

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Готовая квантизация поддерживается только для текстовых LLM (vLLM).

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
df03f97

0 моделей