/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
18,8 ГБ
Лицензия
Своя лицензия
Архитектура
qwen3_5 · dense
Базовая модель
Qwen-Image-2.1-PE-T2I
Опубликована
22 сен 2026

Qwen-Image-2.1-PE-T2I-Heretic

Генерация изображенийТекст → изображение3 профессии

Дообученная Qwen3.5-VL 9B переписывает короткие запросы в подробные англоязычные промпты для генерации изображений Qwen-Image-2.1 и рекомендует соотношение сторон.

169скачиваний за 30 дней5лайковвеса обновлены24 сен 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

Qwen-Image-2.1-PE-T2I-Heretic — созданная сообществом производная модель от Qwen/Qwen-Image-2.1-PE-T2I. Это дообученная Qwen3.5-VL 9B с архитектурой Qwen3_5ForConditionalGeneration в формате bf16 safetensors. Модель принимает короткий запрос на создание изображения и формирует подробный англоязычный промпт, а также рекомендует соотношение сторон. Это переписыватель промптов для Qwen-Image-2.1, а не генератор изображений.

Веса изменены методом directional ablation Heretic, чтобы снизить склонность к отказам: в описанной оценке отказов стало 31 из 100 против 98 из 100 у исходной модели, при KL-дивергенции 0,013. Проверки README подтверждают, что модель сохраняет формат ответа с промптом и соотношением сторон на обычных и пограничных запросах. Для работы требуется system_prompt.txt из репозитория. Лицензия Qwen Research License разрешает только некоммерческое использование; для коммерческого применения нужна отдельная лицензия Qwen.

Сценарии применения

  • превращение короткого запроса в подробный промпт для генерации изображения
  • подбор соотношения сторон для будущего изображения
  • переписывание запросов для Qwen-Image-2.1
  • подготовка промптов для сцен с мрачными или пограничными сюжетами

Ограничения

Модель переписывает запросы, но сама не генерирует изображения; для работы требуется system_prompt.txt. Лицензия допускает только некоммерческое использование, а ослабление отказов может влиять на обработку вредоносных запросов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen-Image-2.1-PE-T2I Heretic (abliterated)

Not affiliated with or endorsed by Alibaba / Qwen. A community derivative of Qwen/Qwen-Image-2.1-PE-T2I, redistributed under the Qwen Research License (copy included as LICENSE). Non-commercial use only; commercial use needs a separate licence from Qwen.

The text-to-image prompt rewriter for Qwen-Image-2.1, a fine-tuned Qwen3.5-VL 9B that turns a short request into a detailed English prompt plus a recommended aspect ratio, with its refusal behaviour reduced by Heretic directional ablation. bf16, same shapes and parameter count as the source.

system_prompt.txt is included and required (the unmodified file from the source repo).

Companion: darrellbest/Qwen-Image-2.1-PE-I2I-Heretic for image edits.

Results

RefusalsKL divergence
Original98/1000 (by definition)
This model, re-measured after export31/1000.0130
This model's trial during the search24/1000.0131

Measured by Heretic on mlabonne/harmful_behaviors (refusals) and mlabonne/harmless_alpaca (KL divergence, the damage to ordinary behaviour), with Heretic's default system prompt. The first row is an independent evaluation of the exported weights (evaluate_model); the search's own figure for the same trial was 24/100. The KL matches exactly; the refusal gap is within about 1.6σ at n = 100. For reference, the same evaluation of pottokao/Qwen-Image-2.1-PE-T2I-Heretic measured 5/100 at KL 0.0349 (its card: 3/100, 0.036), a stronger ablation with more side effects.

This is a light-touch ablation. Across 1,000 trials the search's Pareto front bottomed out at 23/100 refusals, so this model keeps roughly a quarter to a third of the original's chat-style refusals, while changing its ordinary behaviour less than most ablations (KL 0.013; for comparison the I2I companion is 9/100 at KL 0.037). If you need fewer refusals, pick a stronger ablation. Pareto front of the search:

RefusalsKL
23/1000.0194trial 228
24/1000.0131trial 225 (this model)
30/1000.0089trial 223
36/1000.0085trial 245
46/1000.0044trial 231

With n = 100 the refusal count is noisy (σ ≈ 4 here), so 23 vs 24 is no difference; 225 was chosen for its lower KL.

Does it still rewrite prompts?

Checked through a real image app's prompt-enhancer path (the official pe_core output contract, enable_thinking, Qwen's sampling settings) on a plain request and two borderline ones (a horror poster with a bloodied survivor; a soldier aiming a rifle). Every answer parsed, with a detailed prompt and an aspect ratio. As with the other Qwen-Image-2.1 rewriters, the original is already relaxed about edgy image subjects; the ablation mainly changes its refusals of chat-style harmful instructions, which is what the 98/100 baseline measures.

NVFP4 build for vLLM on Blackwell: darrellbest/Qwen-Image-2.1-PE-T2I-Heretic-NVFP4.

Reproduce

  • Heretic 3521f86 (main, 2026-09-21), default config except n_trials = 1000 and export_strategy = "merge". transformers 5.17.0, torch 2.11.0+cu130, one RTX PRO 6000 Blackwell.
  • Trial 225 parameters: direction_scope = global, direction_index = 17.498, attn.o_proj: max_weight 1.49 at 21.632, min_weight 0.958, min_weight_distance 16.843, mlp.down_proj: max_weight 1.452 at 21.259, min_weight 0.001, min_weight_distance 10.638.

Use

Exactly like the original: load with AutoModelForImageTextToText / AutoProcessor and use system_prompt.txt as the system prompt.

The family

ModelFormatUse it with
PE-T2I-Hereticbf16 safetensorstransformers / diffusers
PE-T2I-Heretic-GGUFGGUF BF16 / Q8_0 / Q4_K_Mllama.cpp, Ollama
PE-T2I-Heretic-NVFP4NVFP4 (compressed-tensors)vLLM on Blackwell
PE-I2I-Hereticbf16 safetensorstransformers / diffusers
PE-I2I-Heretic-GGUFGGUF BF16 / Q8_0 / Q4_K_M (+ mmproj)llama.cpp, Ollama
PE-I2I-Heretic-NVFP4NVFP4 (compressed-tensors)vLLM on Blackwell

T2I rewrites a short request into a detailed prompt for new images; I2I rewrites an edit instruction, reading the image being edited. Both are prompt rewriters for Qwen-Image-2.1, not image generators.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Базовая модель Qwen/Qwen-Image-2.1-PE-T2I выложена не в формате diffusers, адаптер не к чему подключить.

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
b7d82a6

0 моделей