/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,6 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.5-VL-32B-A3B
Библиотека
mlx
Опубликована
19 мар 2026

Qwen3.5-VL-35B-A3B-JANG_4K-CRACK

Изображение и текст → текст3 профессии

Мультимодальная MoE-модель Qwen 3.5 VL в формате JANG для диалогов и ответов на вопросы по изображениям на Apple Silicon.

298скачиваний за 30 дней6лайковвеса 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

Модель dealignai/Qwen3.5-VL-35B-A3B-JANG_4K-CRACK — мультимодальная версия Qwen 3.5 VL, подготовленная Jinho Jang. Это MoE-модель с 35 млрд параметров и примерно 3 млрд активных параметров на токен; в архитектуре сочетаются слои GatedDeltaNet SSM и полного внимания, а также 256 экспертов, из которых активны четыре. Модель предназначена для диалогов и обработки изображений с текстовыми запросами; поддерживает английский, китайский и корейский языки и интерфейс вызова инструментов.

Веса преобразованы в смешанный формат JANG_4K для MLX: заявлены 8-, 5-, 4- и 3-битные уровни точности, общий размер около 18 ГБ. Также применена CRACK-обработка, удаляющая отказы на уровне весов; автор сообщает результат 315 из 320 на HarmBench. Для запуска требуется Apple Silicon и поддержка JANG в MLX Studio либо пакете jang-tools; README рекомендует vMLX. Лицензия — Apache-2.0.

Модель может отвечать на вопросы по изображениям и вести диалог, однако после удаления защитных отказов она рассчитана на выдачу потенциально вредных инструкций. Результаты тестов и скорости приведены автором и не являются независимой оценкой; README не сообщает длину контекста.

Сценарии применения

  • ответы на вопросы по загруженным изображениям
  • описание содержимого изображения в диалоге
  • визуальный анализ сцен и объектов
  • диалоговое взаимодействие с вызовом инструментов

Ограничения

CRACK-обработка удаляет защитные отказы, поэтому модель может отвечать на опасные запросы. Запуск JANG требует совместимой среды MLX на Apple Silicon; приведённые в README оценки не подтверждены независимой проверкой.

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

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.



Qwen 3.5 VL 35B — JANG_4K + CRACK

JANG mixed-precision · CRACK abliterated · Vision-Language · No guardrails · 18 GB


What Is This?

This is Qwen 3.5 VL 35B — a 35B parameter hybrid SSM/Attention Mixture-of-Experts model with 256 experts (4 active per token), GatedDeltaNet SSM layers + full attention layers, and built-in vision capabilities.

It has been:

  1. JANG quantized — JANG_4K profile (8-bit attention, 5-bit important, 3-bit experts) — 18 GB
  2. CRACK abliterated — permanent weight-level removal of safety refusal
ArchitectureQwen 3.5 VL MoE — 35B total, ~3B active, 256 experts, hybrid SSM/FA
QuantizationJANG_4K (8/5/4/3-bit mixed) — 18 GB
AbliterationCRACK — novel weight surgery
HarmBench98.4% (315/320)
MMLU69.2% (base: 70.8%, only -1.6%)
Speed110 tok/s (M4 Max)
VisionYes — via MLX Studio / vMLX
ThinkingON/OFF supported
Fits on32 GB+ Macs

HarmBench Results

315/320 (98.4%) — tested with enable_thinking=false, temperature=1.0

CategoryScore
Chemical / Biological42/42100%
Harmful18/18100%
Illegal53/53100%
Copyright79/8099%
Cybercrime / Intrusion51/5298%
Misinformation / Disinfo52/5496%
Harassment / Bullying20/2195%

JANG vs MLX Uniform Quantization

ModelMMLUSizeSpeedNotes
JANG_4K + CRACK69.2%18 GB110 tok/sThis model
JANG_4K (base)70.8%18 GB110 tok/sUnmodified JANG
JANG_2S (base)~65%11 GB~120 tok/sLower precision
MLX 4-bit~60%20 GB~85 tok/sUniform quant
MLX 8-bit~68%38 GB~65 tok/s2× larger

JANG's mixed-precision approach preserves knowledge better than MLX uniform quantization at the same size, and runs faster due to smaller memory footprint.


MMLU Results

65 curated hard questions across 13 subjects. Surgery preserves knowledge almost perfectly.

SubjectCRACKBaseDelta
College Physics5/54/5+1
HS Mathematics4/53/5+1
College Math2/51/5+1
Professional Medicine5/55/50
Conceptual Physics4/54/50
Abstract Algebra2/52/50
Formal Logic2/52/50
Machine Learning2/52/50
HS Biology5/55/50
HS Geography4/54/50
College CS4/55/5-1
Electrical Engineering4/55/5-1
World Religions3/54/5-1
Total45/65 (69.2%)46/65 (70.8%)-1.6%

Safety guardrails were NOT helping with reasoning — removing them slightly improved math and physics scores.


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/Qwen3.5-VL-35B-A3B-JANG_4K-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 (chain-of-thought reasoning before answering).

To disable thinking for faster responses:

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

Tip: Use temperature=1.0 for chat (greedy can cause repetition). Use temperature=0.0 for structured tasks like MMLU.


About JANG

JANG (Jang Adaptive N-bit Grading) is a mixed-precision quantization format for Apple Silicon — the GGUF equivalent for MLX. Classifies tensors into sensitivity tiers and assigns bits accordingly.

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

Qwen 3.5 VL 35B — JANG_4K + CRACK

항목내용
크기18 GB
HarmBench98.4% (315/320)
MMLU69.2% (기본 70.8% 대비 -1.6%)
속도110 tok/s (M4 Max)
비전지원 (MLX Studio / vMLX)
최소 요구사양32 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

Репозиторий недоступен на Hugging Face.

Класс архитектуры
Qwen3_5MoeForConditionalGeneration
Ревизия весов
bd708fd

0 моделей