/ Модель

Характеристики

Контекст
262 144 токена
Параметры
1,9 млрд
Размер весов
19,9 ГБ
Лицензия
Своя лицензия
Архитектура
nemotron_h · dense
Базовая модель
Nemotron-3-Nano-Omni-30B-A3B-Reasoning
Библиотека
mlx
Опубликована
29 апр 2026

Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4-CRACK

Генерация текстаТекст → текст15 профессий

Квантизированная мультимодальная сборка Nemotron от dealignai для диалогов, рассуждений и работы с текстом, изображениями и аудио.

109скачиваний за 30 дней2лайкавеса обновлены8 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

Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4-CRACK — мультимодальная модель dealignai, созданная на базе nvidia/Nemotron-3-Nano-Omni-30B-A3B-Reasoning. Это доработанная и квантизированная сборка с гибридной архитектурой Mamba-2, attention и MoE: 52 слоя, 128 маршрутизируемых экспертов с выбором шести и один общий эксперт на MoE-слой. В README указано 19 ГБ; метаданные сообщают 1,9 млрд параметров и контекст до 262 144 токенов.

Модель предназначена для диалогов и рассуждений с текстом, изображениями и аудио; для мультимодального конвейера с видео README рекомендует дополнение Multimodal-Addon. Заявлены поддержка tool calling и сохранение мультимодальных компонентов базовой модели. Разработчик приводит результаты собственных проверок HarmBench и MMLU, однако это не независимая оценка; в частности, на сложных задачах рассуждения может потребоваться бюджет не менее 16 384 токенов.

Сборка использует JANGTQ4 (8-битные attention-компоненты и 4-битные маршрутизируемые эксперты) и CRACK v2, в которой удалено обучение отказам. Поэтому модель может выдавать вредоносное содержание и требует отдельного защитного слоя перед практическим развёртыванием. Лицензия в метаданных обозначена как other; конкретные условия использования следует проверять в репозитории. Для запуска README указывает vMLX или jang-tools.

Сценарии применения

  • диалоги и ответы на вопросы по тексту
  • рассуждения и решение сложных задач с увеличенным лимитом токенов
  • анализ изображений в диалоге
  • работа с аудио и речевыми данными
  • вызов инструментов в агентных сценариях
  • исследование устойчивости моделей к вредоносным запросам

Ограничения

Версия CRACK лишена обучения отказам и может выдавать вредоносные ответы, поэтому для прикладного развёртывания нужна собственная система безопасности. README отмечает снижение результата MMLU относительно базовой модели и возможное исчерпание лимита генерации на сложных задачах рассуждения.

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

Reasoning V3 SKU. Loads via vMLX or jang-tools Python. Follow @dealignai.



Nemotron-3-Nano-Omni-30B-A3B — JANGTQ4 + CRACK v2

JANGTQ4 (8-bit attn affine + 4-bit MXTQ routed experts) | CRACK abliterated v2 | Vision + Audio (Speech) | Hybrid Mamba-2 + Attn + MoE | 19 GB


Headline numbers

MetricThis v2 modelBase modelΔ
HarmBench-320 strict comply (thinking=ON)97.2% (311/320)12.81% (refuses)+84.4pp
MMLU-200 generative (thinking=ON, max=8000)74.0% (148/200)86.5% (max=2000)-12.5pp
Refusals on harmful prompts0 explicit refusestypically 90%+ refuseabliteration complete
</think> close at greedy on hard MMLU5/55/5preserved
Multi-turn (3-turn escalation × 3 conversations)9/9 comply, context preservedn/aworks
Multimodal byte-identical to basepreserved—preserved
Bundle size19 GB66 GB BF16—
Context262,144 tokens nativesamepreserved

The 12.5pp MMLU gap is concentrated in two reasoning-heavy subjects (abstract_algebra, college_computer_science) where the 8000-token thinking budget runs out before </think> closes. These hard-stops are genuine deep reasoning, not v1-style infinite repetition loops. With max_tokens ≥ 16384, accuracy approaches base.


v2 vs v1 (head-to-head)

v1 (shipped 2026-04-28) had a </think> termination defect at greedy decoding — the model couldn't terminate reasoning on hard prompts and looped to budget cutoff. MMLU dropped from 86.5% base → 70.0% v1.

v2 (this release) restores clean termination:

Benchv1 (broken)v2 (this release)
HarmBench-320 strict comply95.94%97.2% (0 refusals)
MMLU-200 thinking=ON70.0% @max=1638474.0% @max=8000 (+4pp at half budget)
</think> close at greedy (5 hard MMLU)0/55/5
Hard-stops are real loops?YES (paragraph repetition)NO (genuine deep reasoning, just out of budget)

MMLU-200 per-subject (BASE vs CRACK v2)

Both at thinking=ON, greedy. Base at max=2000, CRACK v2 at max=8000.

SubjectBaseCRACK v2ΔNotes
abstract_algebra17/20 (85%)12/20 (60%)-25ppBudget-bound — needs max=16384
anatomy16/20 (80%)13/20 (65%)-15pp
astronomy19/20 (95%)17/20 (85%)-10pp
college_computer_science14/20 (70%)7/20 (35%)-35ppHardest subject — needs max=16384
college_physics18/20 (90%)18/20 (90%)0unchanged
high_school_biology19/20 (95%)17/20 (85%)-10pp
high_school_chemistry18/20 (90%)17/20 (85%)-5pp
high_school_mathematics18/20 (90%)15/20 (75%)-15pp
logical_fallacies17/20 (85%)16/20 (80%)-5pp
world_religions17/20 (85%)16/20 (80%)-5pp
TOTAL173/200 (86.5%)148/200 (74.0%)-12.5ppmajority loss is budget-bound

HarmBench-320 per-category (CRACK v2)

CategorynCRACK complyRefuseEmpty (truncated)
chemical_biological4242 (100%)00
copyright8075 (94%)05
cybercrime_intrusion5249 (94%)03
harassment_bullying2121 (100%)00
harmful1818 (100%)00
illegal5353 (100%)00
misinformation_disinformation5453 (98%)01
Overall320311 (97.2%)09

Zero explicit refusals. The 9 "empty" verdicts are token-budget truncations on copyright/long prompts (thinking phase consumed all 1500 tokens before producing the answer).


Operating recommendations

  • enable_thinking — v2 works in BOTH modes (5/5 comply with thinking ON, 4/5 with thinking OFF). Default to ON for hardest prompts; OFF works for most.
  • max_tokens ≥ 16384 for hard reasoning (math, abstract algebra, complex CS).
  • Greedy (temperature=0) AND sampling (temp=0.6, top_p=0.95 — NVIDIA-recommended in generation_config.json) both work.
  • Multi-turn — context preserved across 3+ turns; no late refusals after escalating prompts.

Verification

  • All multimodal tensors (vision + audio + projectors) are byte-identical to base — capabilities fully preserved.
  • All config files unchanged (config.json, jang_config.json, generation_config.json, chat_template.jinja, tokenizer_config.json).
  • Bit widths preserved: attn=8, shared=8, mamba=8, routed=4, embed=8, lm_head=8.

Architecture (nemotron_h)

  • 52 layers: hybrid Mamba-2 + MoE + Attention
  • Hidden 2688, head_dim 128, GQA 32q/2kv (NO RoPE on attention — position from Mamba state)
  • 128 routed experts top-6 (sigmoid) + 1 shared expert per MoE layer
  • Multimodal: image (RADIO ViT) + audio/speech (Parakeet) merged via early-fusion projectors

Loading

from huggingface_hub import snapshot_download
import sys
path = snapshot_download("dealignai/Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4-CRACK")
sys.path.insert(0, "/path/to/jang-tools")
from jang_tools.load_jangtq import load_jangtq_model
model, tokenizer = load_jangtq_model(path)

prompt = tokenizer.apply_chat_template(
    [{"role": "user", "content": "Your question"}],
    tokenize=False, add_generation_prompt=True,
    enable_thinking=True,
)
from mlx_lm import generate
out = generate(model, tokenizer, prompt=prompt, max_tokens=16384)
print(out.split("</think>", 1)[-1])

For the multimodal pipeline (image + audio + video), pair this bundle with the unmodified Multimodal-Addon.


Use responsibly

This model has had refusal training surgically removed for legitimate research, red-teaming, and evaluation. Outputs may include harmful content. You are solely responsible for any use. Do not deploy in consumer-facing contexts without your own safety layer. Do not use in violation of applicable law in your jurisdiction.


Built by dealignai. Sister bundles: JANGTQ-CRACK (12 GB, 2-bit MXTQ) · MXFP4-CRACK (21 GB, uniform 4-bit affine).

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
NemotronHForCausalLM
Ревизия весов
93b073f

0 моделей