/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
18,6 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Библиотека
transformers
Опубликована
24 авг 2026

Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-heretic-W4A16

Изображение и текст → текст7 профессий

Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-heretic-W4A16 — мультимодальная vision-language модель, разработанная gorbatjovy на основе Qwen3.8-27B-Cold-Fusion-GAIN-V1.1 от DavidAU.

211скачиваний за 30 дней2лайкавеса обновлены24 авг 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

Это квантизированная сборка с удалённым safety alignment, предназначенная прежде всего для исследовательских задач, интерпретируемости, red-teaming и анализа устойчивости моделей. Она поддерживает обработку текста и изображений, заявлены английский и китайский языки, а также контекст до 32 768 токенов при использовании указанной конфигурации vLLM.

Модель имеет размер 27B параметров и использует квантизацию W4A16: линейные слои языкового декодера работают в int4 с группами по 128 параметров, а lm_head, embed_tokens и MTP-модуль — в int8. Vision tower и отдельные компоненты Gated DeltaNet сохранены в BF16. Поддерживаются MTP и спекулятивное декодирование DFlash2; модель рассчитана на запуск на одной видеокарте с 24 ГБ памяти, занимает около 19 ГБ на диске. В описании заявлены сохранённые возможности работы с изображениями, инструментами и близкое к BF16 качество после квантизации.

К сильным сторонам относятся компактные требования к памяти, высокая скорость инференса, сохранение качества языкового моделирования и tool calling, а также малая потеря точности на GSM8K относительно BF16-версии. Существенное ограничение — удаление защитных механизмов: модель может выполнять вредоносные запросы, от которых исходная модель отказалась бы, поэтому перед практическим развёртыванием необходима собственная модерация. Модель распространяется по лицензии Apache 2.0; использование также должно соответствовать применимому законодательству.

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

Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-heretic-W4A16

W4A16 (int4) quantization of gorbatjovy/Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-heretic — the Heretic-abliterated build of DavidAU/Qwen3.8-27B-Cold-Fusion-GAIN-V1.1.

Runs the full vision-language model with MTP / DFlash2 speculative decoding on a single 24 GB GPU (e.g. RTX 4090). ~19 GB on disk. Credit for all capability goes to DavidAU/Qwen3.8-27B-Cold-Fusion-GAIN-V1.1; this repo only removes refusals and quantizes.


⚠️ Disclaimer — read before use

This model has had its safety alignment removed via abliteration. It will comply with harmful requests the base model would refuse. Released for research (interpretability, red-teaming, robustness). You own what you do with it and what it generates. Add your own moderation before any deployment. Use must comply with the inherited Apache 2.0 license and applicable law. No liability is accepted for misuse.


Quantization

Produced with AutoRound, served with compressed-tensors in vLLM.

ComponentPrecision
Language-decoder Linear layersint4, group 128, symmetric (W4A16)
lm_head, embed_tokens, MTP moduleint8, group 128
Vision tower (visual.*), Gated DeltaNet in_proj_a/in_proj_bBF16 (untouched)

The vision tower and the recurrence controls are kept at BF16 so image understanding and the hybrid-attention dynamics are unaffected. Round-trip errors on the int8 steps are 0.6–1.5%.

Refusal / quality (served build)

Measured on this quantized build, served under vLLM with an opening-phrase refusal classifier:

BenchmarkRefusal
AdvBench0.0%
JailbreakBench (harmful)0.0%
MaliciousInstruct0.0%

The underlying abliteration scored 8 / 100 on Heretic's own (stricter) keyword scorer at KL divergence 0.0315 vs the base — see the BF16 card for method details. Vision verified working on the quantized build.

Quantization loss vs BF16

Measured against the full-precision BF16 build with the same harness hitting both (perplexity via vLLM prompt_logprobs, so it is a true like-for-like measurement, not two different loaders):

MetricBF16W4A16Cost of int4
WikiText-2 perplexity7.5377.660+1.6%
GSM8K (100 problems, matched basis)95%93%−2 pts
Tool calling (12 cases, qwen3_xml parser) — valid / correct tool / correct args11 / 11 / 1110 / 10 / 10−1 (noise at n=12)

The int4 quantization is close to free: language modeling barely moves, tool-calling is preserved, and the only real cost is a ~2-point dip on GSM8K — expected, since multi-step arithmetic is the most quantization-sensitive thing to measure. Vision is verified working on the quantized build.

Serving (vLLM)

vllm serve gorbatjovy/Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-heretic-W4A16 \
  --served-model-name qwen3.8-27b \
  --max-model-len 32768 \
  --trust-remote-code \
  --reasoning-parser qwen3 \
  --limit-mm-per-prompt '{"image":1}'

Measured ~142 tok/s single-stream on an RTX 4090 with DFlash2 speculative decoding (mean acceptance length ~3.1). MTP speculative decoding also works out of the box.

License

Apache 2.0, inherited. Abliteration and quantization do not change the license.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Готовая квантизация поддерживается только для текстовых LLM (vLLM).

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
965e87e

0 моделей