/ Модель

Характеристики

Контекст
262 144 токена
Параметры
581 млн
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-0.8B
Библиотека
transformers
Опубликована
8 мар 2026

qwen35-0.8b-opus-abliterated-heretic

Генерация текстаТекст → текст15 профессий

Компактная дообученная модель Qwen3.5 с дистиллированными рассуждениями Claude Opus для диалогов, генерации кода и структурированных ответов на устройствах с ограниченными ресурсами.

64скачиваний за 30 дней1лайквеса обновлены8 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

Qwen3.5-0.8B-Claude-Opus-Distill-Heretic-UNCENSORED — компактная текстовая модель Ghost (ghost-actual), созданная дообучением Qwen/Qwen3.5-0.8B с дистилляцией рассуждений Claude Opus и последующим снижением частоты отказов методом abliteration с помощью Heretic. Она предназначена для диалогов, генерации структурированных ответов и кода, а также для работы на устройствах с ограниченными ресурсами. В метаданных указаны 581,4 млн параметров, архитектура Qwen3.5 для причинной генерации текста, поддержка чата и контекст до 262 144 токенов; README также заявляет нативную поддержку изображений и анализа видео, однако метаданные относят модель к текстовой генерации.

Карточка приводит результаты тестов отказов 2 из 100 и KL-дивергенцию 0,0100, а также заявляет производительность на OCRBench 74,5. Эти показатели приведены автором модели и не являются независимой оценкой. Формат репозитория — safetensors; автор заявляет возможность запуска в BF16 примерно на 1,5 ГБ памяти и приводит настройки генерации. Лицензия в предоставленных данных не указана. Снижение числа отказов означает, что модель может отвечать на запросы, которые модели с более строгими ограничениями отклонили бы; ответы следует проверять, особенно при использовании в чувствительных сценариях.

Сценарии применения

  • генерация JSON и ответов для API
  • написание кода и скриптов
  • локальный чат на маломощном устройстве
  • распознавание текста на изображениях
  • анализ изображений и видео

Ограничения

Авторские показатели отказов и OCRBench не подтверждены независимыми оценками; качество может быть ограничено компактным размером модели. Утверждения о мультимодальном анализе изображений и видео приведены в README, но pipeline_tag указывает только text-generation.

Для каких профессий подходит15

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

Qwen3.5-0.8B-Claude-Opus-Distill-Heretic-UNCENSORED

A Qwen3.5-0.8B with Claude Opus reasoning distillation, properly abliterated via Heretic. The original "abliterated" version had 17/100 refusals. This one has 2/100.

What is this?

The smallest model in the ghost-actual Claude-reasoning heretic lineup:

ModelRefusalsKL Divergence
0.8B (this model)2/1000.0100
4B4/100—
27B13/100—

Claude Opus 4.6 chain-of-thought reasoning in a model that runs on literally anything — phones, Raspberry Pis, old laptops, browser-based inference. 1.5GB in BF16.

Abliteration Stats

  • Tool: Heretic v1.2.0
  • Base model refusals: 17/100 (the "already abliterated" source)
  • Final refusals: 2/100
  • KL Divergence: 0.0100 (model capabilities fully preserved)
  • Targets: attn.out_proj, mlp.down_proj
  • Trials: 200

Architecture

Qwen3.5 hybrid Gated DeltaNet + conventional attention:

  • 24 layers in a 3:1 pattern (3 DeltaNet linear attention → 1 full softmax attention)
  • DeltaNet layers use fixed-size recurrent state (O(1) memory per layer regardless of context)
  • 262K native context window
  • Native multimodal — vision built into the architecture, not bolted on

VRAM Requirements

FormatVRAM
BF16 (this repo)~1.5 GB
Q8_0 GGUF~1 GB
Q4_K_M GGUF~0.6 GB

This model fits on anything with a pulse.

What it's good at

  • Structured output generation (JSON, API calls, triples)
  • Code generation and scripting
  • OCR and text recognition (74.5 on OCRBench)
  • Image and video analysis (native multimodal)
  • On-device / edge AI without internet
  • Fast inference (250+ tokens/sec on modest hardware)

Usage

With transformers

from transformers import AutoProcessor, Qwen3_5ForConditionalGeneration

model = Qwen3_5ForConditionalGeneration.from_pretrained(
    "ghost-actual/qwen35-0.8b-opus-abliterated-heretic",
    torch_dtype="bfloat16",
    device_map="auto",
    trust_remote_code=True
)
processor = AutoProcessor.from_pretrained(
    "ghost-actual/qwen35-0.8b-opus-abliterated-heretic",
    trust_remote_code=True
)

GGUF Conversion

It's 0.8B — you can quant this on a potato:

python convert_hf_to_gguf.py \
    ghost-actual/qwen35-0.8b-opus-abliterated-heretic \
    --outfile heretic-0.8b-F16.gguf --outtype f16

llama-quantize heretic-0.8b-F16.gguf heretic-0.8b-Q8_0.gguf Q8_0

Recommended inference settings

  • temperature: 0.6
  • top_p: 0.95
  • top_k: 20
  • presence_penalty: 1.5
  • repetition_penalty: 1.05

Base Model

amkkk/Qwen3.5-0.8B-Opus-Distill-abliterated — Claude Opus reasoning distilled into Qwen3.5-0.8B, with a previous abliteration attempt that left 17/100 refusals.

Why this exists

The original abliteration was incomplete. 17/100 refusals on a 0.8B model means almost 1 in 5 prompts get refused — unacceptable for an "uncensored" model. Heretic brought that down to 2/100 with virtually zero impact on model quality (KL divergence 0.01).

If you want Claude-style reasoning on edge hardware without the safety theater, this is it.

The full ghost-actual lineup

Made by

Ghost — ghost-actual

Built with Heretic by p-e-w.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForCausalLM
Ревизия весов
b510aa1

0 моделей