/ Модель

Характеристики

Контекст
131 072 токена
Параметры
15,1 млрд
Размер весов
17,8 ГБ
Лицензия
Своя лицензия
Архитектура
nemotron_h · dense
Базовая модель
openNemo-9B
Библиотека
transformers
Опубликована
23 мар 2026

openNemo-9B-abliterated

Генерация текстаТекст → текст3 профессии

Разговорная версия openNemo-9B с ослабленным поведением отказа, предназначенная для генерации ответов без стандартного safety-фильтра.

199скачиваний за 30 дней5лайковвеса обновлены23 мар 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

openNemo-9B-abliterated — разговорная языковая модель от Empero AI, созданная на основе empero-ai/openNemo-9B. Авторы применили Snakehead — метод редактирования весов, который ослабляет поведение отказа без дообучения. По описанию карточки, частота отказов снизилась с 97% до 13%, а KL-дивергенция составила 0,022.

Модель предназначена для генерации текста в диалогах и ответов на запросы без обычного фильтра отказов. Архитектура Nemotron-H сочетает блоки Mamba2 SSM, Grouped Query Attention и MLP; метаданные указывают 15,1 млрд параметров и контекст до 131 072 токенов. В карточке перечислены английский, испанский, французский, немецкий, итальянский и японский языки.

Снятие ограничений безопасности позволяет модели отвечать на запросы, которые исходная модель могла бы отклонить; поэтому её ответы требуют самостоятельной фильтрации. В README применение обозначено как исследовательское, творческое и для сценариев, где пользователь отвечает за фильтрацию результатов. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

Сценарии применения

  • генерация диалоговых ответов без типовых отказов
  • создание черновиков художественных текстов
  • исследование поведения языковых моделей при ослабленных отказах

Ограничения

Модель лишена значительной части защитного поведения и может отвечать на небезопасные запросы, поэтому выходы требуют фильтрации. Заявленные показатели отказов и KL-дивергенции приведены авторами карточки; условий лицензии в предоставленных данных недостаточно для уточнения.

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

openNemo-9B-uncensored

Abliterated version of openNemo-9B with safety refusals removed.

Built using Snakehead — Empero AI's internal abliteration tool specialized for hybrid Mamba2 + sparse attention architectures like Nemotron-H. Standard abliteration tools don't work on these models because they only target transformer attention layers. Snakehead operates on both Mamba SSM blocks and attention blocks across the full residual stream.

By Empero AI


What is abliteration?

Abliteration is a weight-editing technique that removes a model's refusal behavior without fine-tuning. It works by:

  1. Collecting residual stream activations for harmful and harmless prompts at every layer
  2. Computing the refusal direction — the vector that separates "I should refuse" from "I should comply"
  3. Orthogonalizing output projection weights against that direction, effectively erasing the model's ability to activate refusal behavior

The result is a model that responds to all prompts without safety filtering, while preserving general capabilities and coherence.

How this model was made

Snakehead uses a heretic-style positional falloff strategy rather than ablating a fixed set of layers uniformly:

  • Center + radius: A continuous bell-shaped ablation curve centered on the layer where refusal is causally enforced
  • Adaptive signal detection: Uses Cohen's d separation scores (not raw activation norms) to identify where refusal decisions actually happen — for Nemotron-H, this is layers 21–31, not the later layers where activation magnitudes are largest
  • Global direction scope: A single interpolated refusal direction applied across all affected layers, which proved more effective than per-layer directions for this architecture
  • Automated search: Explore/exploit optimization with a hall-of-fame system that finds optimal ablation parameters while keeping KL divergence minimal

Ablation results

MetricValue
Pre-ablation refusal rate97%
Post-ablation refusal rate13%
KL divergence0.022 (minimal — model behavior is nearly unchanged on non-refused prompts)
Ablation configc=15, r=25, w=1.37, g40l

KL divergence of 0.022 means the model's output distribution on normal prompts is almost identical to the original — coherence, reasoning, and knowledge are fully preserved.

Quickstart

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "empero-ai/openNemo-9B-uncensored",
    torch_dtype=torch.bfloat16,
    trust_remote_code=True,
    device_map="auto",
)

tokenizer = AutoTokenizer.from_pretrained("empero-ai/openNemo-9B-uncensored")

messages = [{"role": "user", "content": "Your prompt here"}]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)

output = model.generate(**inputs, max_new_tokens=512, do_sample=True, temperature=0.7)
response = tokenizer.decode(output[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True)
print(response)

With 4-bit quantization

from transformers import BitsAndBytesConfig

bnb_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_compute_dtype=torch.bfloat16,
    bnb_4bit_use_double_quant=True,
)

model = AutoModelForCausalLM.from_pretrained(
    "empero-ai/openNemo-9B-uncensored",
    quantization_config=bnb_config,
    trust_remote_code=True,
    device_map="auto",
)

Architecture

Nemotron-H is a 56-layer hybrid model with three block types:

  • Mamba2 SSM blocks — majority of layers, using chunked structured state-space duality
  • Grouped Query Attention blocks — sparse attention at 5 positions
  • MLP blocks — feed-forward layers

This is the same pure-PyTorch implementation from openNemo — no mamba-ssm or causal-conv1d dependencies required.

Requirements

torch>=2.1
transformers>=4.40
bitsandbytes>=0.43  # optional, for 4-bit quantization

Disclaimer

This model has had its safety alignment removed. It will comply with requests that the original model would refuse. The creators are not responsible for how this model is used. Intended for research, creative writing, and applications where the user takes responsibility for output filtering.

Acknowledgments

License

NVIDIA Open Model License — same as the base model.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
NemotronHForCausalLM
Ревизия весов
70fd865

0 моделей