/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Nex-N2-mini
Опубликована
16 июн 2026

Huihui-Nex-N2-mini-abliterated-APEX-MTP-GGUF

Изображение и текст → текст15 профессий

Квантизированная GGUF-версия мультимодальной MoE-модели Nex-N2-mini для диалогов и работы с изображениями, с вариантами ускорения через MTP.

261скачиваний за 30 дней3лайкавеса обновлены17 июн 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 GGUF-сборка Huihui-Nex-N2-mini-abliterated, подготовленная LocalAI с использованием APEX — смешанной MoE-квантизации с учётом роли и слоя тензоров. Модель основана на гибридной архитектуре Qwen3.5 с 40 слоями, 256 экспертами (8 активны одновременно), линейным вниманием SSM и полным вниманием; всего около 35,1 млрд параметров, из которых активно около 3 млрд. В сборках MTP сохранена встроенная черновая голова предсказания следующего токена для спекулятивного декодирования.

Модель предназначена для диалогов и задач с изображениями. Вариант APEX I-Quality калиброван на разнообразных примерах чата, кода, рассуждений и вызова инструментов. MTP-варианты могут ускорять генерацию, но требуют свежей сборки llama.cpp с поддержкой встроенного MTP; вариант без MTP совместим с более широким диапазоном сборок. Репозиторий содержит несколько вариантов GGUF-квантования примерно по 22,8–24,5 ГБ. Это uncensored-производная: удаление направления отказов может приводить к ответам на запросы, от которых исходная модель отказалась бы. Лицензия — Apache-2.0.

Сценарии применения

  • диалоговые ответы и помощь ассистента
  • ответы на вопросы по изображению
  • анализ изображений в чате
  • генерация и объяснение кода
  • диалоговые задачи с вызовом инструментов

Ограничения

Для MTP-вариантов нужна свежая сборка llama.cpp с поддержкой встроенного MTP; старые сборки могут не загрузить модель. Карточка не сообщает поддерживаемые естественные языки или длину контекста.

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

Huihui-Nex-N2-mini-abliterated — APEX I-Quality + MTP (GGUF)

GGUF quantizations of huihui-ai/Huihui-Nex-N2-mini-abliterated using the APEX (Adaptive Precision for EXpert Models) MoE-aware mixed-precision technique, with the built-in MTP (Multi-Token-Prediction) draft head retained for speculative decoding.

  • Base arch: qwen3_5_moe (Qwen3.5-style hybrid MoE: 40 layers, 256 experts / 8 active, linear-attention SSM + full-attention, MRoPE, multimodal vision projector)
  • Parameters: ~35.1B total (A3B active)
  • MTP: built-in 1-layer nextn draft head (kept embedded in the GGUF → no separate draft model needed)

Files

Both MTP (built-in Multi-Token-Prediction draft head retained for speculative decoding) and non-MTP (clean, max compatibility) variants are provided:

FileTierMTPSizeBPWimatrixNotes
Huihui-Nex-N2-mini-APEX-I-Quality-MTP.ggufAPEX I-Quality✅~24.5 GB5.52✅ diverseBest accuracy + speculative decoding (needs recent llama.cpp w/ bundled-MTP support)
Huihui-Nex-N2-mini-APEX-Quality-MTP.ggufAPEX Quality✅~24.5 GB5.52❌Lowest perplexity + speculative decoding
Huihui-Nex-N2-mini-APEX-I-Quality-noMTP.ggufAPEX I-Quality❌~22.8 GB5.52✅ diverseBest accuracy, loads on any llama.cpp build
Huihui-Nex-N2-mini-APEX-Quality-noMTP.ggufAPEX Quality❌~22.8 GB5.52❌Lowest perplexity, max compatibility

Which to pick?

  • MTP variants → faster tok/s via speculative decoding, but need a recent llama.cpp (bundled-MTP loader support, PR #22673 or newer; c1304d7 confirmed working).
  • non-MTP variants → load on any llama.cpp build (incl. older), slightly smaller. Drop-in if your tool reports missing tensor 'blk.40.ssm_conv1d.weight' on the MTP file.

The MTP variants include the full draft block as blk.40.* + blk.40.nextn.{eh_proj,enorm,hnorm,shared_head_norm} tensors, with the MTP projection (eh_proj) kept at F16 and norms at F32 (per the APEX-MTP methodology: the draft head must stay high-precision or speculative-decoding acceptance drops). Non-MTP variants have block_count=40 (no blk.40.* / no nextn_predict_layers metadata).

APEX tier details (Quality profile)

APEX assigns precision per tensor role + per layer:

  • Edge layers (L0-4, L35-39): routed experts Q6_K
  • Near-edge (L5-9, L30-34): routed experts Q5_K
  • Middle (L10-29): routed experts IQ4_XS
  • Shared expert: Q8_0 (heavy-tailed, kurtosis ~13 → needs high precision)
  • Attention: Q6_K
  • MTP draft head (blk.40.*): F16 (override)

I-variant (imatrix)

APEX-I-Quality is calibrated with a diverse importance matrix (chat + code + reasoning + tool-calling, no Wikipedia) rather than encyclopedic text. This trades a tiny wikitext perplexity increase for better real-world (assistant/coding/tool-use) accuracy and lower KL divergence. See the APEX technical report.

Note: the imatrix here is a locally-built diverse calibration set (~560 documents sampled from UltraChat, Alpaca, GSM8K chain-of-thought, Hermes function-calling, HumanEval code), not the private APEX calibration_v1.2.txt. Methodology matches; results are not byte-identical to upstream APEX I-variants.

Loading / Inference

  • Built-in MTP is load-bearing: use a recent llama.cpp build that supports bundled MTP / nextn (llama + spec: MTP Support PR #22673 or newer — c1304d7 confirmed working). Older builds fail with missing tensor 'blk.40.ssm_conv1d.weight'.
  • MTP speculative decoding activates automatically on load → faster tok/s, no -md draft flag needed.
# MTP variant (needs recent llama.cpp with bundled-MTP support)
llama-server -m Huihui-Nex-N2-mini-APEX-I-Quality-MTP.gguf -ngl 12 -c 8192 --port 8080

# non-MTP variant (any llama.cpp build)
llama-server -m Huihui-Nex-N2-mini-APEX-I-Quality-noMTP.gguf -ngl 12 -c 8192 --port 8080

On a 12 GB VRAM GPU (e.g. RTX 3060), -ngl around 8-12 fits the ~23 GB model with partial CPU offload.

⚠️ Usage warnings (abliterated / uncensored)

This model is an abliterated (uncensored) derivative — its refusal direction has been removed via direction-ablation. The original huihui-ai warnings apply:

  • Risk of sensitive/controversial outputs — safety filtering is significantly reduced.
  • Not suitable for all audiences — outputs may be inappropriate for public settings, underage users, or high-security applications.
  • Legal & ethical responsibility — ensure your usage complies with local laws. You are solely responsible for any consequences.
  • Research / experimental use recommended — avoid unmonitored production or public-facing deployment.
  • No default safety guarantees — this model has not undergone rigorous safety optimization. The uploader bears no responsibility for any consequences arising from its use.

Credits

Donation

If this is useful, donations are appreciated:

BTC: bc1q6xxf0j3e7zn52cqrprc6gplql225wj8mnq75yw

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).

Ревизия весов
b0f5df9

0 моделей