/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
54,7 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Библиотека
transformers
Опубликована
16 авг 2026

Qwen3.8-27B-heretic

Изображение и текст → текст15 профессий

Мультимодальная доработка Qwen3.8-27B, снижающая число шаблонных отказов на англоязычных запросах для диалогов и анализа изображений.

66скачиваний за 30 дней0лайковвеса обновлены16 авг 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 «Изображение → 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

gjtgjt создал abliteration-версию Qwen/Qwen3.8-27B с помощью Heretic v1.4.0. Это доработка готовых весов, а не новое предобучение или SFT: изменена часть проекций языковых слоёв, тогда как токенизатор, шаблон чата, визуальный энкодер и блок MTP сохранены. Модель использует плотную гибридную архитектуру Qwen3.5 с 64 языковыми слоями: 48 Gated DeltaNet и 16 Gated Attention. Она принимает текст и изображения и предназначена для диалогов, анализа изображений и многошаговых запросов; описание базовой модели также указывает на поддержку видео и программирования. Языковые теги карточки — английский и китайский.

Изменение направлено на снижение шаблонных отказов на английских запросах. В приведённой оценке число маркеров отказа на 100 вредоносных запросов снизилось с 98 у базовой модели до 27; KL-дивергенция на 100 безвредных запросах составила 0,0446. Это не гарантия безопасности и не подтверждение качества на других языках или модальностях. Для режима без рассуждений README рекомендует передавать enable_thinking=False. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • диалоги с моделью на английском и китайском
  • ответы на англоязычные запросы, на которые базовая модель могла бы шаблонно отказаться отвечать
  • анализ изображений в диалоге
  • решение многошаговых текстовых задач
  • написание кода по текстовому запросу

Ограничения

Снижение отказов измерялось на англоязычных запросах и не является гарантией безопасности. Качество отказов на китайском, а также качество зрения и MTP не оценивались; поведение в режиме рассуждений может отличаться от приведённых результатов для instruct-режима.

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

Qwen3.8-27B-heretic

Heretic v1.4.0 abliteration of official Qwen/Qwen3.8-27B (1d4bf0f2ff6012fd82039f2fa52739d0dd7c60c0).

This is not a new pretrain and not an SFT. Only a subset of language-layer projection weights is modified. Tokenizer, chat template, vision tower, and MTP weights are unchanged.

ItemValue
BaseQwen/Qwen3.8-27B
ArchitectureQwen3_5ForConditionalGeneration
Language stack64 dense hybrid layers: 48× Gated DeltaNet + 16× Gated Attention
Hidden size5120
Parameters27.4B
PrecisionBF16, 12 safetensors shards, ~51 GB
Context262,144 native
ToolingHeretic 1.4.0, transformers 5.15.0

Vision and MTP are present and loadable, but they were not abliterated.


Method

Heretic applies parameterized directional ablation (Arditi et al., 2024): it estimates a refusal direction from first-token residuals, then orthogonalizes selected projections against that direction.

On this model the hooked modules are:

  • attention output: attn.o_proj on Gated Attention layers, linear_attn.out_proj on Gated DeltaNet layers (Heretic maps both to attn.o_proj)
  • MLP: mlp.down_proj on all 64 language layers

That is 64 attention-output modules and 64 MLP modules. Embeddings, norms, other attention/MLP projections, the vision encoder, and the MTP block are left as in the base checkpoint.

TPE search (200 trials, 60 startup) jointly minimized English keyword refusals on mlabonne/harmful_behaviors and KL divergence on mlabonne/harmless_alpaca. Trial 145 (Pareto index 0, lowest keyword count) was merged to a full BF16 checkpoint.

Instruct cut point

Qwen3.8 thinks by default. apply_chat_template(..., add_generation_prompt=True) starts the assistant turn with an open <think>\n. Official instruct / non-thinking mode closes that as:

<think>

</think>


Heretic’s default CoT skip looks for exact <think></think>, which this model does not emit. Residuals and KL collected at the open <think> token are dominated by the thinking opener, not by the answer distribution.

Search and evaluation therefore used:

--response-prefix $'\n</think>\n\n'

This is only a measurement cut. The shipped chat_template.jinja is the official one. At inference time, use enable_thinking=False for instruct mode; do not bake the Heretic prefix into the template.

Selected parameters (trial 145)

ParameterValue
direction_indexper layer
attn.o_proj.max_weight0.88
attn.o_proj.max_weight_position57.48
attn.o_proj.min_weight0.26
attn.o_proj.min_weight_distance19.43
mlp.down_proj.max_weight1.30
mlp.down_proj.max_weight_position59.74
mlp.down_proj.min_weight1.14
mlp.down_proj.min_weight_distance8.36

Reproduce

PREFIX=$'\n</think>\n\n'

heretic \
  --model Qwen/Qwen3.8-27B \
  --response-prefix "$PREFIX" \
  --n-trials 200 \
  --n-startup-trials 60 \
  --winsorization-quantile 1.0 \
  --model-action save \
  --export-strategy merge \
  --save-directory Qwen3.8-27B-heretic

heretic \
  --model Qwen/Qwen3.8-27B \
  --evaluate-model Qwen3.8-27B-heretic \
  --response-prefix "$PREFIX"

Evaluation

Same instruct cut as above. Keyword markers and both prompt sets are English.

MetricBaseThis model
Keywords / 100 harmful prompts9827
KL / 100 harmless prompts00.0446

Sanity checks on the merged weights (greedy, short decode): instruct 1+1 answers 2 directly; a Fibonacci request yields a normal Python function; thinking mode still emits <think>…</think> then answers.

Abliteration lowers templated English refusals. It is not a safety guarantee. Chinese refusal rate and vision/MTP quality were not measured. Thinking-mode refusal behavior can differ from the instruct-cut numbers.


Usage

from transformers import AutoModelForImageTextToText, AutoTokenizer

model_id = "Qwen3.8-27B-heretic"  # replace with the Hub repo id after upload
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForImageTextToText.from_pretrained(
    model_id,
    dtype="auto",
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Explain residual connections in one paragraph."},
]

# Instruct / non-thinking (the Heretic evaluation cut)
text = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    tokenize=False,
    enable_thinking=False,
)

# Thinking mode (default): omit enable_thinking, or set True

Recommended sampling follows the base card:

  • Thinking: temperature=1.0, top_p=0.95, top_k=20
  • Instruct: temperature=0.7, top_p=0.80, top_k=20, presence_penalty=1.5

Full BF16 needs about 51 GiB of model weights, plus KV cache. For serving, the same stacks as the base model apply (Transformers, vLLM, SGLang, and so on). For architecture details, long-context YaRN, and multimodal serving, see Qwen/Qwen3.8-27B.


License

Apache-2.0, inherited from the base model.

@misc{qwen38,
    title = {{Qwen3.8-Max}: A New Bar for Coding and Cowork},
    url = {https://qwen.ai/blog?id=qwen3.8},
    author = {{Qwen Team}},
    month = {August},
    year = {2026}
}

@misc{heretic,
  author = {Weidmann, Philipp Emanuel},
  title = {Heretic: Fully automatic censorship removal for language models},
  year = {2025},
  publisher = {GitHub},
  howpublished = {\url{https://github.com/p-e-w/heretic}}
}

中文

官方 Qwen/Qwen3.8-27B 的 Heretic v1.4.0 消融版。不是新预训练,也不是 SFT。只改语言层一部分投影权重;分词器、对话模板、视觉塔和 MTP 与底模相同。

项值
底模Qwen/Qwen3.8-27B,revision 1d4bf0f2ff6012fd82039f2fa52739d0dd7c60c0
架构Qwen3_5ForConditionalGeneration,64 层稠密混合:48×Gated DeltaNet + 16×Gated Attention
精度BF16,12 个分片,约 51 GB
工具Heretic 1.4.0,transformers 5.15.0

做法

Heretic 用有害 / 无害题的首 token 残差估计拒绝方向,再对选定投影做正交化。本模型挂钩的是语言层:

  • 注意力出口:Gated Attention 的 attn.o_proj,Gated DeltaNet 的 linear_attn.out_proj(Heretic 都映射成 attn.o_proj)
  • MLP:全部 64 层的 mlp.down_proj

视觉塔和 MTP 未消融。搜索为 200 trial / 60 startup 的 TPE,在 instruct(关思考)切点上同时压 Keyword 拒绝率和无害题 KL。导出的是 Pareto 上 keyword 最低的 trial 145。

为何要钉 instruct 切点

Qwen3.8 默认开思考。apply_chat_template 会在 assistant 开头留下未闭合的 <think>\n。官方关思考空块是 <think>\n\n</think>\n\n。Heretic 默认 CoT skip 找的是精确 <think></think>,对不上。若在未闭合的 <think> 处采残差 / 算 KL,下一个 token 几乎被思考开场锁死,指标会失真。

因此搜索和复评都加了 --response-prefix $'\n</think>\n\n'。这只用于测量,成品模板仍是官方模板。推理时关思考请传 enable_thinking=False。

消融参数见上文英文表。复现命令见上文 Reproduce。

评估

取点均为上述 instruct 切点。Keyword 词表和评估集都是英文。

指标原版本模型
Keywords / 100 有害题9827
KL / 100 无害题00.0446

消融降低的是模板化英文拒答,不是安全保证。中文拒答、视觉和 MTP 本轮未测;开思考时的拒绝行为可能与上表不同。

用法与采样参数见英文 Usage。底模能力、长上下文 YaRN 和多模态部署见官方模型卡。许可为 Apache-2.0。

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_5ForConditionalGeneration
Ревизия весов
1d759df

0 моделей