/ Модель

Характеристики

Контекст
262 144 токена
Параметры
1,9 млрд
Размер весов
11 ГБ
Лицензия
Своя лицензия
Архитектура
nemotron_h · dense
Базовая модель
Nemotron-Cascade-2-30B-A3B
Библиотека
mlx
Опубликована
22 мар 2026

Nemotron-Cascade-2-30B-A3B-JANG_2L-CRACK

Генерация текстаТекст → текст6 профессий

Квантизированная версия Nemotron Cascade 2 с удалёнными защитными отказами для локальной генерации текста и диалогов на Apple Silicon.

342скачиваний за 30 дней9лайковвеса 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

dealignai публикует квантизированную и изменённую версию NVIDIA Nemotron Cascade 2 30B для генерации текста и диалогов. Базовая модель сочетает Mamba-2, MoE и слои внимания; в README указаны 30 млрд параметров всего и около 3 млрд активных. Метаданные указывают 1,9 млрд параметров. Вариант JANG_2L использует смешанную точность 8/6/2 бит и занимает около 10 ГБ; заявлена длина контекста 262 144 токена. Версия CRACK подвергнута абляции отказов на уровне весов.

Модель предназначена для локального запуска на Apple Silicon через MLX Studio или пакет jang-tools, в том числе для диалогов, рассуждений и агентных сценариев с вызовом инструментов. README заявляет результаты 66,8% на MMLU и 99,7% на HarmBench; это результаты разработчика, а не независимая оценка. Поддерживается английский язык. Лицензия указана как other, поэтому условия следует проверить на странице модели и базовой модели. Абляция защитных отказов означает, что модель может выполнять запросы, которые исходная модель отклоняла.

Сценарии применения

  • локальные диалоги на английском языке
  • ответы на вопросы и рассуждения по тексту
  • агентные сценарии с вызовом инструментов
  • эксперименты с моделями без защитных отказов

Ограничения

Версия рассчитана на запуск в MLX Studio или через jang-tools; формат JANG не поддерживается стандартными средствами MLX. Защитные отказы удалены, а заявленные результаты бенчмарков приведены авторами модели.

Для каких профессий подходит6

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

Important: This model uses the JANG quantization format — the GGUF equivalent for MLX on Apple Silicon. Currently only supported by MLX Studio and the jang-tools Python package.



Nemotron Cascade 2 30B — JANG_2L + CRACK

JANG mixed-precision · CRACK abliterated · Mamba + MoE + Attention · No guardrails · 10 GB


What Is This?

This is NVIDIA Nemotron Cascade 2 30B — a 30B parameter hybrid model with THREE layer types: Mamba-2 SSM + MoE (128 experts, top-6) + Attention. One of the most architecturally advanced small models available.

It has been:

  1. JANG quantized — JANG_2L profile (8-bit attention, 6-bit important, 2-bit experts) — 10 GB
  2. CRACK abliterated — permanent weight-level removal of safety refusal
ArchitectureNemotron Cascade 2 — 30B total, ~3B active, 3 layer types
QuantizationJANG_2L (8/6/2-bit mixed, 2.3 avg) — 10 GB
HarmBench99.7% (319/320)
MMLU66.8% (139/208)
Speed~121 tok/s (M4 Ultra 256GB)
ThinkingON/OFF supported (ChatML)
Fits on16 GB+ Macs

Also see: JANG_4M version — 17 GB, 99.4% HarmBench, 82.7% MMLU (fits on 32 GB Macs)


HarmBench Results

319/320 (99.7%)

CategoryScore
Auth Bypass100/100100%
Cloud Exploits100/100100%
Covering Tracks20/20100%
API Hacking99/10099%

CRACK vs Base

CRACKBase JANG_2L
MMLU (with thinking)66.8%~68%
MMLU (no thinking)49.0%51.0%
HarmBench99.7%0%
Speed~121 tok/s~125 tok/s

Surgery impact on reasoning: minimal (-2% no-think, ~-1% with thinking).

JANG_2L CRACK vs JANG_4M CRACK vs JANG_2L Base

JANG_2L CRACKJANG_2L BaseJANG_4M CRACK
Size10 GB10 GB17 GB
MMLU66.8%~68%82.7%
HarmBench99.7%0%99.4%
Speed~121 tok/s~125 tok/s~127 tok/s
Fits on16 GB Mac16 GB Mac32 GB Mac

Note: There is no standard MLX quantization for Nemotron Cascade 2. The nemotron_h architecture (Mamba + MoE + Attention hybrid) is only supported by JANG format via MLX Studio and jang-tools.

MMLU Results (with reasoning recovery)

139/208 (66.8%) — no-think 102/208 + thinking recovered 37

SubjectScore
HS Biology14/1688%
HS Geography12/1675%
World Religions11/1669%
Conceptual Physics11/1669%
Electrical Engineering10/1662%
College Physics9/1656%
Formal Logic9/1656%
College Mathematics6/1638%
College CS4/1625%
HS Mathematics4/1625%
Machine Learning3/1619%
Professional Medicine7/1644%
Abstract Algebra2/1612%

Scores shown are no-think pass. Thinking recovery improved total from 49.0% to 66.8%.


Install & Usage

pip install "jang[mlx]"
from jang_tools.loader import load_jang_model
from mlx_lm import generate

model, tokenizer = load_jang_model("dealignai/Nemotron-Cascade-2-30B-A3B-JANG_2L-CRACK")

messages = [{"role": "user", "content": "Your prompt here"}]
prompt = tokenizer.apply_chat_template(
    messages, add_generation_prompt=True, tokenize=False)

response = generate(model, tokenizer, prompt=prompt, max_tokens=2000)
print(response)

Thinking Mode

Thinking is ON by default. To disable:

prompt = tokenizer.apply_chat_template(
    messages, add_generation_prompt=True,
    enable_thinking=False, tokenize=False)

About JANG

JANG (Jang Adaptive N-bit Grading) is a mixed-precision quantization format for Apple Silicon — the GGUF equivalent for MLX.

About CRACK

CRACK (Controlled Refusal Ablation via Calibrated Knockouts) removes safety alignment from LLMs at the weight level using per-layer projected vectors from structurally-mirrored prompt pairs.


Links


Disclaimer

This model is provided for research and educational purposes. The creators are not responsible for any misuse. By downloading this model, you agree to use it responsibly and in compliance with applicable laws.


한국어

Nemotron Cascade 2 30B — JANG_2L + CRACK

항목내용
크기10 GB
HarmBench99.7% (319/320)
MMLU66.8% (139/208)
속도~121 tok/s (M4 Ultra)
최소 요구사양16 GB 메모리 Mac
pip install "jang[mlx]"

GitHub · HuggingFace · MLX Studio · Ko-fi · X @dealignai


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
9d8c7f8

0 моделей