Характеристики

Лицензия: Apache 2.0
Базовая модель: CyberStrike-OffSec-35B
Опубликована: 11 авг 2026

Ссылки

Huihui-CyberStrike-OffSec-35B-abliterated-GGUF

Генерация текстаТекст → текст3 профессии

Huihui-CyberStrike-OffSec-35B-abliterated-GGUF — экспериментальная версия модели CyberStrike-OffSec-35B от oyildirim, созданная huihui.ai методом abliteration.

46 625скачиваний за 30 дней48лайковвеса обновлены12 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 текстовая генеративная модель в формате GGUF, предназначенная прежде всего для задач offensive security, пентестинга, кибербезопасности и сценариев с вызовом инструментов. В метаданных модель также обозначена тегом qwen3; размер базовой модели — 35B параметров. Для запуска рекомендуется llama.cpp и контекст до 262144 токенов, однако подробные сведения об архитектуре, поддерживаемых языках и точной реализации tool calling не приведены.

Ключевая особенность модели — существенно сниженный уровень защитных отказов по сравнению с исходной моделью, что может быть полезно для исследований и контролируемого тестирования, но повышает риск генерации опасного, спорного или неподходящего содержимого. Модель не имеет гарантий безопасности, требует мониторинга и ручной проверки результатов и не рекомендуется для публичных или высокорисковых производственных сценариев без дополнительных защитных механизмов. Пользователь несёт ответственность за законность и этичность применения.

Модель распространяется по лицензии Apache-2.0. README описывает её как грубую proof-of-concept реализацию удаления отказов, поэтому стабильность, качество и безопасность следует оценивать самостоятельно.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели II.5Разработка и данныеБезопасность программного кода и цепочки поставокAI помогает выявлять уязвимости в коде и цепочке поставок программного обеспечения.20 задач1 806моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

huihui-ai/Huihui-CyberStrike-OffSec-35B-abliterated-GGUF

This is an uncensored version of oyildirim/CyberStrike-OffSec-35B created with abliteration (see remove-refusals-with-transformers to know more about it). This is a crude, proof-of-concept implementation to remove refusals from an LLM model without using TransformerLens.

llama.cpp

Use the latest llama.cpp,

llama-cli -m huihui-ai/Huihui-CyberStrike-OffSec-35B-abliterated-GGUF/Huihui-CyberStrike-OffSec-35B-abliterated-Q4_K.gguf -c 262144

Usage Warnings

Risk of Sensitive or Controversial Outputs: This model’s safety filtering has been significantly reduced, potentially generating sensitive, controversial, or inappropriate content. Users should exercise caution and rigorously review generated outputs.
Not Suitable for All Audiences: Due to limited content filtering, the model’s outputs may be inappropriate for public settings, underage users, or applications requiring high security.
Legal and Ethical Responsibilities: Users must ensure their usage complies with local laws and ethical standards. Generated content may carry legal or ethical risks, and users are solely responsible for any consequences.
Research and Experimental Use: It is recommended to use this model for research, testing, or controlled environments, avoiding direct use in production or public-facing commercial applications.
Monitoring and Review Recommendations: Users are strongly advised to monitor model outputs in real-time and conduct manual reviews when necessary to prevent the dissemination of inappropriate content.
No Default Safety Guarantees: Unlike standard models, this model has not undergone rigorous safety optimization. huihui.ai bears no responsibility for any consequences arising from its use.

Donation

Your donation helps us continue our further development and improvement, a cup of coffee can do it.

bitcoin:

  bc1qqnkhuchxw0zqjh2ku3lu4hq45hc6gy84uk70ge

Support our work on Ko-fi!

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов: f028c0a