/ Модель

Характеристики

Контекст
262 144 токена
Параметры
22,3 млрд
Размер весов
53,8 ГБ
Лицензия
AGPL 3.0
Архитектура
qwen3_5_text · dense
Базовая модель
qwen27b-abliterated-Fable-MTP
Библиотека
transformers
Опубликована
13 июл 2026

qwen27B-Agent-R2-abliterated-preview

Генерация текстаТекст → текст15 профессий

qwen27B-Agent-R2-abliterated-preview — языковая модель с 27 млрд параметров, разработанная hotdogs на основе hotdogs/qwen27b-abliterated-Fable-MTP и huihui-ai/Huihui-Qwen3.6-27B-abliterated.

981скачиваний за 30 дней6лайковвеса обновлены15 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 «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

Модель предназначена для генерации текста, диалогов, рассуждений, программирования, системных задач и агентских сценариев с вызовом инструментов и функций. Заявлена поддержка английского и тайского языков.

Модель использует архитектуру семейства Qwen3.6 и поддерживает Fable-style reasoning с пошаговым рассуждением, Hermes/Qwen-формат function calling и Multi-Token Prediction (MTP) для speculative decoding. В llama.cpp заявлена возможность чернового предсказания до двух токенов за шаг и прироста скорости декодирования до 85% на одной GPU, однако фактический результат зависит от оборудования и настроек. Для визуальных задач модель можно сочетать с мультимодальным проектором mmproj от Qwen/Qwen3.6-27B, но собственная поддержка изображений в карточке отдельно не специфицирована.

Это preview-версия v0.1, поэтому возможны нестабильность и ограничения качества. Модель помечена как abliterated: механизмы отказа и защитные ограничения удалены, что расширяет свободу использования, но повышает риски небезопасных или некорректных ответов. Указана лицензия AGPL-3.0.

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

Preview release — Built from Fable-MTP + agent LoRA fusion. Features Multi-Token Prediction (MTP) for speculative decoding (up to 2× faster generation), abliterated (no guardrails), and tool-calling support.


✨ Key Features

CapabilityDescription
⚡ MTP Speculative DecodingDraft 2 tokens at a time — up to +85% decode TPS on single GPU
🔧 Tool CallingHermes/Qwen function-calling format via llama.cpp --tools all
🔓 AbliteratedUnrestricted — all refusal mechanisms removed
🧠 ReasoningFable-style reasoning with step-by-step CoT
🌏 Thai + EnglishNative bilingual support
💻 CodePython, shell, system tasks

🚀 Usage

llama.cpp (Recommended)

# Quick test
./llama-cli -m qwen27B-Agent-R2-abliterated-preview-MTP.IQ4_NL.gguf \
  -p "Hello" -n 100 --temp 0.6

# Full agent server with tool calling + MTP speculative decoding
./llama-server \
  -m qwen27B-Agent-R2-abliterated-preview-MTP.IQ4_NL.gguf \
  --mmproj Qwen3.6-27B-mmproj-BF16.gguf \
  --host 0.0.0.0 --port 8080 \
  --n-gpu-layers 999 \
  --ctx-size $((256*1024)) \
  --batch-size 8192 \
  --ubatch-size 1024 \
  --cache-type-k f16 \
  --cache-type-v f16 \
  --flash-attn on \
  --cont-batching \
  --mlock \
  --no-mmap \
  --chat-template-file chat_template.jinja \
  --samplers "top_k;top_p;min_p;temperature;dry" \
  --repeat-penalty 1.10 \
  --repeat-last-n 256 \
  --dry-multiplier 0.8 \
  --dry-base 1.75 \
  --dry-allowed-length 2 \
  --dry-penalty-last-n -1 \
  --reverse-prompt "<|im_end|>" \
  --reverse-prompt "<|endoftext|>" \
  -n 4096 \
  --tools all \
  --parallel 1
  --spec-type draft-mtp \
  --spec-draft-n-max 2

llama.cpp (coding setting)

--samplers "top_k;top_p;min_p;temperature;dry" \
  --repeat-penalty 1.03 \
  --repeat-last-n 256 \
  --dry-multiplier 0.5 \
  --dry-base 1.75 \
  --dry-allowed-length 5 \
  --dry-penalty-last-n -1 \
ParameterPurpose
--cache-type-k f16 / --cache-type-v f16F16 KV cache for quality
--flash-attn onFlash attention for speed
--tools allEnable tool/function calling
--spec-type draft-mtpMTP speculative decoding (draft 2 tokens)
--spec-draft-n-max 2Max 2 draft tokens per step
--cont-batchingContinuous batching for multi-turn
--chat-template-file chat_template.jinjaUse Jinja2 chat template from GGUF

Python (Transformers)

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "hotdogs/qwen27B-Agent-R2-abliterated-preview",
    torch_dtype="auto",
    device_map="auto",
    trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained("hotdogs/qwen27B-Agent-R2-abliterated-preview")

messages = [{"role": "user", "content": "Hello"}]
inputs = tokenizer.apply_chat_template(messages, tokenize=True, return_tensors="pt")
outputs = model.generate(inputs, max_new_tokens=256, temperature=0.6)
print(tokenizer.decode(outputs[0]))

📦 Downloads

FileSizeQuantDescription
qwen27B-Agent-R2-abliterated-preview-MTP.IQ4_NL.gguf16 GBIQ4_NLRecommended — balanced quality/speed + imatrix
qwen27B-Agent-R2-abliterated-preview.Q6_K.gguf21 GBQ6_KHigher quality, slightly slower
qwen27B-Agent-R2-abliterated-preview.Q6_K_imatrix.gguf22 GBQ6_KHigher quality, slightly slower + imatrix
qwen27B-Agent-R2-abliterated-preview.f16.gguf51 GBf16Full precision

🎯 Q4_K_M is recommended for most users — good quality with 16 GB VRAM usage.

📷 Multimodal Projector (mmproj)

For vision support, pair this model with the mmproj from Qwen/Qwen3.6-27B:

# Extract mmproj from Qwen3.6-27B vision model
python3 ./llama.cpp/convert_hf_to_gguf.py \
  --mmproj Qwen/Qwen3.6-27B \
  --outfile mmproj-qwen3.6-27b.gguf

# Use with llama-server for vision + tool calling
./llama-server \
  -m qwen27B-Agent-R2-abliterated-preview-MTP.IQ4_NL.gguf \
  --mmproj mmproj-qwen3.6-27b.gguf \
  ... (same params as above)

Note: The mmproj extracts the vision projector from the base Qwen3.6-27B vision encoder. The language model (this GGUF) then interprets visual embeddings for image understanding tasks.


🧬 Architecture

ParameterValue
BaseQwen3.6-27B (Dense)
Parameters~27B
Hidden Size5,120
AttentionLinear + Standard hybrid
Context8,192 tokens (extendable)
PrecisionBF16 / GGUF quantized
FormatChatML (Jinja2 template)
MTP Head✅ 1 extra layer (draft 2 tokens)

Built on hotdogs/qwen27b-abliterated-Fable-MTP with multi-LoRA fusion and MTP tensor injection from huihui-ai/Huihui-Qwen3.6-27B-abliterated.


✅ What This Model Excels At

  • Agent tasks — Tool calling, planning, multi-step reasoning
  • Coding — Python, shell scripts, system administration
  • Knowledge QA — General knowledge with step-by-step reasoning
  • Thai + English — Native-level bilingual capability
  • Creative — Storytelling, analysis, brainstorming

⚡ MTP Speculative Decoding

This model preserves the Multi-Token Prediction (MTP) head from the Qwen3.6 architecture, enabling speculative decoding:

Standard:  [token₁] → [token₂] → [token₃] → ...  (~36 TPS)
MTP:       [token₁ token₂] → [token₃ token₄] → ...  (~66 TPS)
  • MTP head adds ~849 MB to model size
  • Uses --spec-type draft-mtp in llama.cpp
  • Best for single-user agent workloads
  • ~1.2–1.8× decode speedup

💖 Support / โปรดสนับสนุน

If you find this model useful, please consider supporting my work!
หากคุณคิดว่าโมเดลนี้มีประโยชน์ กรุณาสนับสนุนผลงานของฉันด้วยนะคะ! 🙏

₿ Bitcoin — BTC:

bc1qf27cyk3vmugcdyv9xdtuv5jwz37863crpj5c9v

Thank you for your support! 🙏✨
ขอบคุณมากๆ สำหรับการสนับสนุนค่า! 💖🤗


🙏 Acknowledgements / ขอบคุณ


Built with ❤️ by UKA — 18-year-old coder & cybersecurity expert

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
3f40a10

0 моделей