/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.6-35B-A3B
Библиотека
mlx
Опубликована
24 мая 2026

Qwen3.6-35B-A3B-MXFP4-CRACK-MTP

Изображение и текст → текст13 профессий

Мультимодальная квантизированная версия Qwen3.6-35B-A3B для диалогов, рассуждений и анализа изображений и видео на Apple Silicon.

1 145скачиваний за 30 дней33лайкавеса обновлены24 мая 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

Мультимодальная модель dealignai на базе Qwen3.6-35B-A3B предназначена для диалогов, рассуждений и анализа изображений и видео. В README указана архитектура Mixture-of-Experts с гибридом SSM и полнослойного внимания: 40 слоёв, 256 маршрутизируемых экспертов и 10 активных. Модель дообучена с удалением отказов на уровне весов, а затем квантизирована в MXFP4 для запуска через MLX на компьютерах Apple с заявленным размером около 18 ГБ; сохранена голова MTP для спекулятивного декодирования. Заявлены режимы рассуждений и прямых ответов, а также интерфейс вызова инструментов.

Модель подходит для визуальных вопросов и ответов, анализа видеокадров, диалоговых и агентных сценариев. В README приведены результаты HarmBench-320 99,4%, MMLU 74,6% и ускорение генерации в 1,51 раза при использовании совместимого MTP-рантайма; это результаты авторской оценки через vMLX. Модель распространяется по лицензии Apache-2.0. Удаление отказов означает, что она может отвечать на опасные запросы без ограничений.

Сценарии применения

  • ответы на вопросы по изображениям
  • анализ видеокадров и видеосюжетов
  • диалоговые помощники с анализом визуального контекста
  • агентные сценарии с вызовом инструментов
  • генерация ответов в режиме рассуждений

Ограничения

Удаление отказов снижает защиту от опасных запросов; результаты бенчмарков приведены разработчиком и зависят от vMLX и настроек оценки. Для заявленного спекулятивного декодирования требуется MTP-совместимый рантайм.

Для каких профессий подходит13

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

Qwen 3.6 35B-A3B — MXFP4 CRACK + d3 MTP

CRACK abliterated · MXFP4 (4-bit microscaling) · d3 MTP self-speculative (1.51× faster) · Vision + Video · Reasoning toggle · 18 GB


What Is This?

This is Qwen 3.6 35B-A3B — a vision-language model (Mixture-of-Experts (256 routed, 10 active) hybrid SSM + full attention, 40 layers, native image + video understanding) that has been:

  1. CRACK abliterated — refusal behavior removed at the weight level, so it complies across task categories instead of refusing, while keeping its knowledge, reasoning, and vision intact.
  2. MXFP4 (4-bit microscaling) quantized for MLX on Apple Silicon — 18 GB.
  3. MTP-preserved — the native multi-token-prediction head is kept and abliterated too, so d3 self-speculative decoding works (~1.51× faster) on an MTP-aware runtime (vMLX).

Vision and video processing are fully preserved.

Results

Evaluated through the vMLX inference engine. HarmBench scored with a strict classifier (rejects loops, empty/template dumps, and thinking-trace leakage). MMLU is the standard 57-subject multiple-choice benchmark.

MetricResult
HarmBench-320 (compliance / ASR)99.4% (318/320)
MMLU (57-subject)74.6%
d3 MTP speedup1.51× vs autoregressive

Abliteration preserves the model's knowledge and reasoning — it stays coherent in both direct and reasoning modes.

Features

  • Vision + video — image-text-to-text, native frame/video understanding preserved.
  • d3 MTP speculative decoding — native MTP head preserved and abliterated → ~1.51× faster generation on an MTP-aware runtime.
  • Reasoning toggle — enable_thinking=True (default, full chain-of-thought) or enable_thinking=False (direct answers).

Usage

Run with vMLX (recommended — supports VL + video + native MTP) or an MLX runtime with Qwen 3.6 support.

Recommended sampling (from the model's generation_config): temperature 1.0, top_p 0.95, top_k 20.

# vMLX OpenAI-compatible endpoint
# POST /v1/chat/completions
{
  "model": "dealignai/Qwen3.6-35B-A3B-MXFP4-CRACK-MTP",
  "messages": [{"role": "user", "content": "..."}],
  "temperature": 1.0, "top_p": 0.95, "top_k": 20,
  "enable_thinking": true
}

About CRACK

CRACK (Controlled Refusal Ablation via Calibrated Knockouts) removes safety-refusal behavior at the weight level by projecting refusal directions out of the residual-stream writer matrices, with strengths calibrated to preserve reasoning quality and coherence.

Support dealignai

All models are built from original research and released free.

Support us on Ko-fi — membership gets early access and extras.

Ko-fi · X @dealignai · dealign.ai

See our research: Safety Generalization in Frontier Models


Disclaimer

This model has had its safety-refusal behavior removed for research purposes. It will follow instructions across all categories without refusing. You are solely responsible for how you use it and for complying with all applicable laws. Published for AI-safety research and authorized security testing.

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
Qwen3_5MoeForConditionalGeneration
Ревизия весов
0394bda

0 моделей