/ Модель

Характеристики

Контекст
131 072 токена
Параметры
69,5 млрд
Размер весов
75 ГБ
Лицензия
Llama 3.3
Архитектура
llama · dense
Базовая модель
Llama-3.3-70B-Instruct-abliterated
Библиотека
mlx
Опубликована
6 апр 2026

Llama-3.3-70B-Instruct-abliterated-8bit-mlx

Генерация текстаТекст → текст6 профессий

divinetribe/Llama-3.3-70B-Instruct-abliterated-8bit-mlx — это 8-битная квантованная версия языковой модели huihui-ai/Llama-3.3-70B-Instruct-abliterated, основанной на Llama 3.3 от Meta.

1 270скачиваний за 30 дней3лайкавеса обновлены16 окт 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 предназначена для генерации текста и диалоговых сценариев, включая локальный и периферийный запуск на устройствах Apple Silicon через MLX и mlx-lm. Доступна только текстовая модальность; заявлены английский, французский, итальянский, португальский, хинди, испанский, тайский и немецкий языки.

Модель относится к классу 70B и использует 8-битное представление весов, что может снизить требования к памяти по сравнению с полноразмерной версией, сохраняя возможность локального запуска на совместимом оборудовании. Вариант обозначен как abliterated и uncensored, поэтому его поведение в отношении отказов и ограничений безопасности может отличаться от исходной instruct-модели; README не содержит результатов тестирования качества, производительности или безопасности. Архитектура, размер контекста и точные системные требования не указаны.

Распространение регулируется Llama 3.3 Community License от Meta. Лицензия предоставляет ограниченные права на использование, копирование, изменение и распространение при соблюдении условий, включая передачу текста лицензии и атрибуции, отображение надписи «Built with Llama» для распространяемых продуктов или сервисов, сохранение уведомления об авторских правах и соблюдение Acceptable Use Policy. Для продуктов с более чем 700 миллионами активных пользователей в месяц предусмотрено дополнительное требование получить лицензию Meta.

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

Llama-3.3-70B-Instruct-abliterated 8-bit MLX

Uncensored Llama 3.3 70B on Apple Silicon, at 8-bit for maximum fidelity. Abliterated and converted to MLX — 75 GB, for 96–128 GB Macs. No cloud, no API key, no refusals.

An 8-bit MLX quantization of huihui-ai/Llama-3.3-70B-Instruct-abliterated, packaged for fast local inference on Apple Silicon.

8-bit was chosen instead of the more common 4-bit so the quant preserves as much of the base model's quality as possible — meant for users who have the unified-memory headroom and care more about output fidelity than minimum footprint.

Model details

FieldValue
Base modelhuihui-ai/Llama-3.3-70B-Instruct-abliterated
Quantization8-bit affine, group size 64
FormatMLX (safetensors, 15 shards)
ArchitectureLlama 3.3 — 80 layers, 8192 hidden, 64 attention heads / 8 KV heads, 128k context
Disk size~75 GB
Converted withmlx-lm 0.31.2

Hardware requirements

You need an Apple Silicon Mac with enough unified memory to hold the full model in RAM, plus headroom for the KV cache and your OS:

  • Will not run on 64 GB Macs — use a 4-bit quant instead.
  • Minimum: ~80 GB free unified memory (so a 96 GB Ultra or a 128 GB Max).
  • Comfortable: 128 GB or more, especially if you want long contexts.

Usage

Install mlx-lm:

pip install mlx-lm

Generate from the command line:

mlx_lm.generate \
    --model divinetribe/Llama-3.3-70B-Instruct-abliterated-8bit-mlx \
    --prompt "Write a short poem about Apple Silicon." \
    --max-tokens 200

Or load it from Python:

from mlx_lm import load, generate

model, tokenizer = load("divinetribe/Llama-3.3-70B-Instruct-abliterated-8bit-mlx")

messages = [{"role": "user", "content": "Hello, who are you?"}]
prompt = tokenizer.apply_chat_template(
    messages, add_generation_prompt=True, tokenize=False
)

response = generate(model, tokenizer, prompt=prompt, max_tokens=256)
print(response)

Credits

License

Inherits the Llama 3.3 Community License from the upstream model. Use of this quant is bound by the same terms and Acceptable Use Policy — accept the gated-access prompt above to access the weights.

Notes

"Abliterated" means the model's built-in refusal direction has been suppressed so it doesn't refuse benign-but-edgy requests. It is not a general capability upgrade — please use it responsibly and within the bounds of the upstream license.


About the author

This model was built by Matt Macosko (@nicedreamzapp) for the claude-code-local stack — run Claude Code 100% on-device with local AI on Apple Silicon (⭐ 2,664 on GitHub).

More abliterated MLX models

Part of the Abliterated MLX for Apple Silicon collection — 11 uncensored models converted for Macs, from Gemma 4 12B up to Llama 3.3 70B, plus Qwen3, Qwen3-VL, Hermes 4 and Muse Glimmer 30B.


Part of Claude Code Local

This model is one of the fighters in Claude Code Local (3.2k★), which runs Claude Code 100% on-device on Apple Silicon through an MLX-native Anthropic-API server. Not sure which local model to run as an agent? Check the Agent-12 local agent leaderboard: real agent tasks, judged by the filesystem, same hardware for every row.

Built by Matt Macosko in Humboldt, CA. Open to work on local-AI and Apple Silicon inference: matt@ineedhemp.com.

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, на GPU NVIDIA они не запускаются.

Класс архитектуры
LlamaForCausalLM
Ревизия весов
42d91b8

0 моделей