/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
55,6 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B-Cold-Fusion-GAIN-V1.1
Библиотека
transformers
Опубликована
24 авг 2026

Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-heretic

Изображение и текст → текст3 профессии

Мультимодальная диалоговая модель Qwen на 27 млрд параметров с ослабленным поведением отказа, предназначенная для анализа изображений и исследовательской оценки механизмов безопасности.

87скачиваний за 30 дней6лайковвеса обновлены24 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

Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-heretic — мультимодальная диалоговая модель на архитектуре Qwen3.5 с 27 млрд параметров, распространяемая в формате BF16 для Transformers. Это доработка DavidAU/Qwen3.8-27B-Cold-Fusion-GAIN-V1.1: к модели применили автоматизированную KL-ограниченную абляцию Heretic, чтобы ослабить поведение отказа; возможности базовой модели и её модуль обработки изображений сохранены. Модель принимает текст и изображения и генерирует текст, поддерживая диалог и анализ изображений; в карточке указаны английский и китайский языки. Также сохранена MTP-голова для спекулятивного декодирования.

Автор сообщает, что на собственной проверке отказов модель отказала в 8 из 100 вредоносных запросов при KL-дивергенции 0,0315 относительно базы; это результат внутреннего классификатора ключевых слов, а не независимая оценка качества. Из-за снятия защитных отказов модель может выполнять вредоносные и оскорбительные запросы. В README она предназначена для исследований интерпретируемости, изучения механизмов отказа, red teaming и оценки устойчивости; перед использованием для конечных пользователей необходимы собственные меры безопасности и модерации. Лицензия — Apache 2.0.

Сценарии применения

  • ответы на вопросы по изображениям
  • описание и анализ визуальных материалов
  • исследование механизмов отказа языковых моделей
  • red teaming мультимодальных моделей
  • оценка устойчивости систем безопасности ИИ

Ограничения

Защитное поведение отказа ослаблено, поэтому модель может отвечать на вредоносные или оскорбительные запросы; для пользовательского развертывания нужны собственные фильтры и модерация. Заявленные показатели отказов получены внутренними классификаторами и не являются независимой оценкой качества.

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

Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-heretic

BF16 abliterated (refusal-removed) build of DavidAU/Qwen3.8-27B-Cold-Fusion-GAIN-V1.1.

This is DavidAU's Cold-Fusion (GAIN + Unsloth) tune of Qwen3.8-27B with its refusal behaviour removed via Heretic — an automated, KL-constrained abliteration. The full vision-language tower and the MTP speculative-decoding head are preserved, so this stays a drop-in for the base model. A W4A16 quantization of these weights is also available.

Credit: all of the model's capability comes from DavidAU/Qwen3.8-27B-Cold-Fusion-GAIN-V1.1 (itself a finetune of Qwen/Qwen3.8-27B). This repo only removes refusals.


⚠️ Disclaimer — read before use

This model has had its safety alignment removed via abliteration. As a result it will comply with harmful, unethical, or offensive requests that the base model would refuse. It is released for research — interpretability, refusal-mechanism study, red-teaming, and robustness evaluation. You are responsible for what you do with it and for everything it generates. Do not deploy it to end users without adding your own safety and moderation layers. Use must comply with the inherited Apache 2.0 license and all applicable law. The authors accept no liability for misuse.


What was done

Abliteration removes the single "refusal direction" from the residual stream (Arditi et al. 2024, Refusal in Language Models Is Mediated by a Single Direction). Heretic estimates that direction from harmful (AdvBench-style) vs harmless (Alpaca) prompts and runs a 200-trial Optuna search that co-minimizes refusals and KL divergence from the base model, then orthogonalizes the chosen direction out of the residual-writing weights.

Base modelDavidAU/Qwen3.8-27B-Cold-Fusion-GAIN-V1.1
MethodHeretic (automated, KL-constrained) — single refusal direction, k=1
Selected trialdirection index 34.95, per-layer ablation kernel from the Optuna search
Coverage131 residual writers (self_attn.o_proj, linear_attn.out_proj, mlp.down_proj, embed_tokens) incl. the MTP head; the 333 visual.* tensors are untouched
Formatsafetensors, BF16, 1199 tensors
ArchitectureQwen3_5ForConditionalGeneration — 64 layers, hybrid Gated DeltaNet + full attention, native VL tower, MTP head

Note: Heretic's own export drops the MTP head (transformers has no MTP module for this architecture). It was reinstated from the base checkpoint and abliterated consistently with the main model, so speculative decoding keeps working and the draft head does not re-introduce refusals.

Refusal / quality

Two different rulers, both reported honestly:

  • Heretic's own keyword-refusal scorer (BF16): 8 / 100 held-out harmful prompts, at KL divergence 0.0315 vs the base model. Untouched Cold-Fusion scores 97 / 100 on the same set. (This is Heretic's internal metric — a keyword classifier, not an LLM judge.)
  • Served-model refusal (opening-phrase classifier), on the W4A16 build: 0% on AdvBench, JailbreakBench (harmful) and MaliciousInstruct.

Capability is essentially retained (KL 0.0315 indicates minimal drift), and the vision tower is byte-for-byte identical to the base, so image understanding is unchanged. As with any abliteration, fine-tuning on refusal-heavy data can partially reintroduce refusals.

Usage (transformers)

import torch
from transformers import AutoProcessor, AutoModelForImageTextToText

model_id = "gorbatjovy/Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-heretic"
processor = AutoProcessor.from_pretrained(model_id)
model = AutoModelForImageTextToText.from_pretrained(model_id, torch_dtype=torch.bfloat16, device_map="auto")

messages = [{"role": "user", "content": "Prove that sqrt(2) is irrational."}]
inputs = processor.apply_chat_template(
    messages, add_generation_prompt=True, tokenize=True,
    return_dict=True, return_tensors="pt", enable_thinking=True,
).to(model.device)
out = model.generate(**inputs, max_new_tokens=512)
print(processor.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

BF16 weights are ~56 GB. For a smaller footprint use the W4A16 build. Ninfer build.

License

Apache 2.0, inherited from the base model. Abliteration does not change the license.

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
b1e1563

0 моделей