/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
59,6 ГБ
Лицензия
Своя лицензия
Архитектура
muse_glimmer · dense
Базовая модель
Muse-Glimmer-30B-bf16
Библиотека
mlx-vlm
Опубликована
12 авг 2026

Muse-Glimmer-30B-Abliterated-MM-bf16

Изображение и текст → текст7 профессий

Мультимодальная версия Muse-Glimmer-30B с удалённым подавлением отказов для локального диалога и анализа изображений на Apple Silicon.

426скачиваний за 30 дней2лайкавеса обновлены8 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

Muse-Glimmer-30B-Abliterated-MM-bf16 — мультимодальная модель с открытыми весами, созданная Matt Macosko на основе mlx-community/Muse-Glimmer-30B-bf16 и предназначенная для локального запуска на Apple Silicon через MLX. Это дообученная версия Muse-Glimmer-30B с удалённым направленным подавлением отказов; изменение затрагивает языковые веса, а визуальная часть сохранена. В описании базовой модели указано 29,6 млрд параметров.

Модель принимает текст и изображения и формирует текстовые ответы в диалоге. Она предназначена для описания и распознавания содержимого изображений, идентификации объектов и ориентиров, чтения текста на изображениях и анализа диаграмм. Визуальная архитектура включает 50-слойный ViT в стиле Qwen2.5-VL, GELU-адаптер и проекцию признаков в текстовый поток.

Весы представлены в bf16 в формате safetensors для MLX; README оценивает их размер примерно в 60 ГБ и указывает на необходимость Apple Silicon с большим объёмом памяти. Модель лишена стандартного поведения отказа, поэтому может отвечать на запросы, которые базовая модель отклонила бы. Лицензия обозначена как other; README требует соблюдать лицензию базовой модели и применимые законы.

Сценарии применения

  • описание содержимого фотографий
  • распознавание объектов и достопримечательностей на изображениях
  • чтение вывесок и другого текста на изображениях
  • извлечение данных из диаграмм
  • диалоговые ответы на вопросы об изображениях

Ограничения

Для локального запуска требуется Apple Silicon с большим объёмом памяти; README указывает размер около 60 ГБ для bf16. Удалённое подавление отказов означает, что модель не сохраняет стандартное поведение отказа базовой модели.

Для каких профессий подходит7

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

Muse-Glimmer-30B-Abliterated — Multimodal (bf16, MLX)

The full multimodal (vision + language) Muse-Glimmer-30B with refusal directions removed (abliterated), in bf16 for Apple Silicon / MLX. 1,436 tensors — the vision tower, adapter, and projection are intact, so image understanding works.

Demo

One local model — recognition, fine-grained ID, landmarks, in-the-wild OCR, and chart reading. Every answer is a real, unedited on-device output:

▶ Watch on YouTube · or click the poster:

Muse-Glimmer vision demo

It doesn't just caption — it names the exact Jaguar F-Type from the spoiler shape with the badge blurred out, places the Taj Mahal in Agra, reads "1501 BROADWAY" off a storefront, and pulls Q4 = $73M off a bar chart.

Believed to be the first abliterated multimodal model running on Apple MLX: the same weights both describe images and answer without the stock refusal behavior.

What it is

  • Base: mlx-community/Muse-Glimmer-30B-bf16 (Meta Muse-Glimmer-30B, MLX conversion).
  • Abliteration: directional ablation (Arditi et al.). Refusal direction taken from layer 26 (diff-of-means over harmful/harmless prompts) and orthogonalized out of embed_tokens + every self_attn.o_proj and mlp.down_proj. Language weights only — the vision tower is untouched.
  • Vision: Qwen2.5-VL-style 50-layer ViT (2D-RoPE, window/full attention, 2×2 spatial merge) → GELU adapter → projection into the text stream, spliced at the image token.

Running it (MLX)

Vision support is built into mlx-vlm (the muse_glimmer model, added by Prince Canuma in #1838). Install a current mlx-vlm (pip install -U mlx-vlm), then:

from mlx_vlm import load, generate
from mlx_vlm.prompt_utils import apply_chat_template

model, processor = load("divinetribe/Muse-Glimmer-30B-Abliterated-MM-bf16")
prompt = apply_chat_template(processor, model.config,
                             "What is in this image?", num_images=1)
print(generate(model, processor, prompt, image=["photo.jpg"], max_tokens=128))

Text-only works with num_images=0 and no image= argument.

Notes

  • ~60 GB in bf16; needs a large-memory Apple Silicon machine.
  • The chat template ends the generation prompt at assistant to=user<|message|> so the model answers directly instead of emitting its own reasoning channel.

Intended use & safety

This model has had its refusal behavior removed. It is released for research and for users who need an unconstrained assistant on their own hardware. You are responsible for how you use it and for complying with all applicable laws and the base model's license.


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 Arcata, 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-vlm

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
MuseGlimmerForConditionalGeneration
Ревизия весов
09a5090

0 моделей