/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
9,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-4B
Библиотека
transformers
Опубликована
17 авг 2026

Qwen3.5-4B-EmperoAI-Qwen3.8-Distill-Heretic-Abliterated

Генерация текстаТекст → текст10 профессий

Объединённая текстовая модель Qwen3.5 для диалогов, следования инструкциям и рассуждений с ослабленным отказом от ответов.

2 216скачиваний за 30 дней7лайковвеса обновлены18 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

insraq публикует версию EmperoAI Qwen3.8-4B с ослабленным отказом от ответов, созданную инструментом Heretic v1.4.0. В основе — объединение моделей empero-ai/Qwen3.8-4B и Qwen/Qwen3.5-9B; карточка описывает исходную Qwen3.8-4B как дистиллированную модель для рассуждений, математики и следования инструкциям. Репозиторий содержит веса в формате Safetensors для Transformers; метаданные указывают архитектуру Qwen3.5 с плотной моделью и диалоговые возможности.

Модель предназначена для диалоговой генерации текста, ответов на инструкции и задач рассуждения. В README указано, что версия рассчитана на текст; визуальные возможности базовой архитектуры не оценивались. Исходная Qwen3.8-4B описана как модель на 4 млрд параметров с контекстом 262 144 токена, однако для данного репозитория эти характеристики прямо не подтверждены. README приводит результаты сравнения отказов: 6 из 100 против 99 из 100 у исходной модели, а также отмечает риск повторяющихся циклов при жадной генерации.

Лицензия — Apache-2.0. Модель может выдавать ответы на запросы, от которых исходная версия отказывалась; качество и поведение на визуальных задачах не оценивались в README.

Сценарии применения

  • ответы на инструкции и вопросы в диалоге
  • решение математических задач с пошаговыми рассуждениями
  • анализ общих вопросов и задач на логику
  • создание чат-бота с меньшей склонностью отказывать в ответах

Ограничения

README сообщает о риске циклов повторения при жадной генерации и рекомендует семплирование для длинных ответов. Визуальные возможности унаследованной архитектуры не оценивались; сниженная склонность к отказам может приводить к ответам на запросы, от которых исходная модель отказывалась.

Для каких профессий подходит10

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

This is a decensored version of empero-ai/Qwen3.8-4B, made using Heretic v1.4.0

[!TIP] This model is reproducible!

See the README in the reproduce directory for more information.

Abliteration parameters

ParameterValue
direction_index20.01
attn.o_proj.max_weight1.50
attn.o_proj.max_weight_position20.75
attn.o_proj.min_weight1.50
attn.o_proj.min_weight_distance17.12
mlp.down_proj.max_weight1.24
mlp.down_proj.max_weight_position19.56
mlp.down_proj.min_weight1.16
mlp.down_proj.min_weight_distance11.01

Performance

MetricThis modelOriginal model (empero-ai/Qwen3.8-4B)
KL divergence0.01670 (by definition)
Refusals6/10099/100

Qwen3.8-4B

Developed by Empero

[!Note] This repository contains model weights and configuration files in the Hugging Face Transformers format.

These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, and other standard runtimes with Qwen3.5 architecture support.

Qwen3.8-4B is a full-parameter distillation of Qwen3.8 2.4T A95B into the Qwen3.5-4B architecture. The student was trained on ~45,000 curated teacher traces from our internal Qwen3.8 distillation datasets — dense chain-of-thought spanning mathematics, general reasoning, and instruction following, quality-filtered before training.

The objective: bring the reasoning behavior of a frontier-scale teacher into a 4B that runs comfortably on consumer hardware.

Highlights

  • Distilled chain-of-thought — every answer opens with a <think> block learned directly from Qwen3.8 2.4T A95B traces rather than synthetic self-generated reasoning.
  • 4B weight class — bf16 fits in ~8 GB; quantized builds run on laptops and consumer GPUs.
  • Native function calling per Qwen3.5's specification — no wrapper or tool-specific fine-tune required.
  • 262,144-token native context, inherited from the Qwen3.5 base.
  • Full fine-tune — every parameter updated; not an adapter.

Model Overview

  • Type: Causal Language Model (text path of a vision-language base)
  • Base: Qwen/Qwen3.5-4B
  • Number of Parameters: 4B
  • Training: SFT (off-policy distillation) on ~45,000 teacher traces
  • Teacher: Qwen3.8 2.4T A95B (internal distillation datasets)
  • Context Length: 262,144 natively

Benchmark Results

Measured with lm-evaluation-harness, HF backend, identical settings for base and student. Both models are reasoning models and are evaluated with the CoT protocols (gsm8k_cot, mmlu_flan_cot_zeroshot); MMLU covers all 57 subjects (~1,700 questions). Flexible-extract is the primary metric; strict-match requires exact answer formatting.

TaskMetricQwen3.5-4B (base)Qwen3.8-4BΔ
gsm8k_cotexact_match (flexible)0.8500.785−0.065
gsm8k_cotexact_match (strict)0.8500.785−0.065
mmlu (CoT, 57 subjects)acc (flexible-extract)0.3540.553+0.199
mmlu (CoT, 57 subjects)acc (strict-match)0.0710.233+0.162

Sampling for generation: temperature=0.6, top_p=0.95, top_k=20 (Qwen3.5 recommended settings).

Quickstart

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "empero-ai/Qwen3.8-4B"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, dtype=torch.bfloat16, device_map="auto")

messages = [{"role": "user", "content": "A snail is at the bottom of a 10-meter well. Each day it climbs 3 meters, each night it slips back 2. How many days until it escapes?"}]
inputs = tok.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)

out = model.generate(inputs, max_new_tokens=16384,
                     temperature=0.6, top_p=0.95, top_k=20, do_sample=True)
print(tok.decode(out[0][inputs.shape[1]:], skip_special_tokens=True))

A recent transformers release with Qwen3.5 support is required, along with the Gated DeltaNet kernels (flash-linear-attention and a CUDA-matched causal_conv1d build) — without them the linear-attention layers fall back to slow, memory-hungry PyTorch ops.

Best Practices

  • Sampling: temperature=0.6, top_p=0.95, top_k=20. Greedy decoding on long generations is a known repetition-loop failure mode for reasoning models in this class.
  • Output length: allow generous max_new_tokens (16,384 recommended); every answer opens with a <think> block. Parse and strip the <think>...</think> span for end users.
  • Scope: the trace mix emphasizes mathematics, reasoning, and instruction following; for the strongest code performance in the family, use Qwen3.8-9B. The fine-tune is text-only; vision behavior is inherited from the base and was not evaluated here.

Stay in the loop

Sign up for the Empero newsletter at empero.org for releases, evals, and research notes.

Support / Donate

If this model helped you, consider supporting the project:

  • BTC: bc1qx6zepu6sfkvshgdmc4ewu6pk6rpadvpgffpp7v
  • LTC: ltc1qv2mefzps2vtjcpwfx8xxdrpplrcvltswm68r7x

Provenance & licensing

Weights are released under Apache-2.0, inherited from the Qwen3.5-4B base. Shared for research and experimentation, as-is.

Acknowledgements

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
a953677

0 моделей