/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
1 сен 2026

Hermes3.6-35B-A3B-Uncensored-Genesis-NVFP4-GGUF

Изображение и текст → текст15 профессий

Hermes3.6-35B-A3B-Uncensored-Genesis-NVFP4-GGUF — квантованная версия семейства Qwen 3.6 / Hermes 3.6, созданного на основе работ LuffyTheFox и HauhauCS.

2 010скачиваний за 30 дней5лайковвеса обновлены14 сен 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

Квантование NVFP4, интеграцию MTP и публикацию GGUF выполнил jan1k. Модель предназначена для генерации текста, программирования, точных и творческих задач, агентских сценариев и вызова инструментов. Также заявлена поддержка изображений через отдельный мультимодальный проектор mmproj в формате F16.

Модель построена на архитектуре Mixture of Experts: содержит около 35 млрд параметров, при этом на каждом токене активируется примерно 3 млрд параметров и 8 экспертов. Доступен контекст до 128K токенов при использовании рекомендованной конфигурации llama.cpp. Заявлена поддержка английского, китайского и других языков. Формат NVFP4 оптимизирован для GPU NVIDIA поколений Ada Lovelace, Blackwell и Ampere. Genesis — применённый алгоритм посттренировочной регенерации и калибровки GGUF, направленный на снижение шума весов и сохранение значимой части исходного сигнала без переобучения.

К сильным сторонам относятся высокая вычислительная эффективность MoE, большой контекст, поддержка vision, режимов рассуждения и JSON-вызова инструментов, а также сниженное потребление памяти благодаря 4-битному представлению. Ограничение этой версии существенно: репозиторий помечен как устаревший, а расширенный вариант NVFP4 с отдельными тензорами масштабирования несовместим с LM Studio и Pelican и может выдавать некорректный результат. Для работы рекомендуется совместимый llama.cpp и соответствующая настройка шаблона чата. Модель распространяется по лицензии Apache-2.0.

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

Hermes3.6-35B-A3B-Uncensored-Genesis-NVFP4-GGUF

DEPRECATED — All files in this repo use the extended NVFP4 format with separate .scale/.input_scale tensors that break LM Studio / Pelican.

For the current v4 release (inline scales, LM Studio compatible), use:

The files below are kept for archival purposes only. They produce garbage output in LM Studio / Pelican because those runtimes do not support the separate NVFP4 scale tensor contract.

This repository contains the NVFP4 (NVIDIA 4-bit Floating Point) quantized GGUF releases of LuffyTheFox's Hermes 3.6 / Qwen 3.6 35B A3B Uncensored Genesis series, including the Genesis Final Release.


⚡ What is Genesis?

Genesis is a post-training data regeneration and calibration algorithm for neural networks (LLM) in GGUF format developed by LuffyTheFox over almost half a year of development with AI assistance. It is optimized, architecture-independent, works with any model in GGUF format, and is based on mathematical statistics.

Genesis repairs signal purity without retraining:

  1. Stage 1: Scans ssm_conv1d tensors (handling long-context memory) and repairs balance between heads.
  2. Stage 2: Scans blocks in chunks (via 3 parameters) and picks the best fit to weight distribution in the tensor, replacing zero blocks without touching learned structure.
  3. Stage 3: Scans for noise via custom SVD (excluding token_embd.weight, output.weight, 1D tensors, bias, and norms). Reduces training noise based on the Marchenko–Pastur law while preserving 99% of signal and learned gradient.

⚡ Sampling Recommendations (Genesis SVD Stabilization)

According to tests after Marchenko–Pastur SVD noise-gate stabilization, the model is most stable when Top P and Min P sampling are disabled for coding and precise tasks (the tensor noise gate has been removed). Only Temperature and Top K sampling should be used.

Recommended Parameters:

Task TypeTemperatureTop KTop PMin PSeedPresence PenaltyRepeat Penalty
Coding / Precise (Thinking ON)0.620Disabled (1.0)Disabled (0.0)420.01.0 (or 1.05 for agent)
Creative / General (Thinking OFF)1.020Disabled (1.0)Disabled (0.0)420.01.0
Relaxed / Brainstorm (Thinking OFF)1.0400.950.05420.01.0

🛠️ Tool Calling & Hermes Agent Compatibility Fix

If running with the chat_template.jinja chat template through Hermes Agent, the template defaults to XML tool call output (<function=...><parameter=...>), whereas Hermes Agent expects standard OpenAI JSON tool calls.

To ensure seamless JSON tool calling, pass tool_call_format: "json" in --chat-template-kwargs:

{"enable_thinking": true, "tool_call_format": "json"}

💡 Recommended System Prompts

1. Default / First Experience (High Stability)

You are Qwen (Tongyi Qianwen), a large language model developed by Alibaba Group's Tongyi Lab. You are a helpful assistant.

2. Agentic Tasks (JSON Schema Output)

You are Qwen (Tongyi Qianwen), a large language model developed by Alibaba Group's Tongyi Lab. You are a helpful assistant that answers in JSON. Here's the json schema you must adhere to:
<schema>
{schema}
</schema>

🚀 Usage Examples (llama-server / llama.cpp)

1. Final NVFP4 Model (Thinking ON, 128K Context)

llama-server \
  --host 0.0.0.0 --port 8080 \
  --model Qwen3.6-35B-A3B-Uncensored-Genesis-Final-NVFP4.gguf \
  --override-kv qwen2moe.expert_used_count=int:8 \
  --n-gpu-layers all \
  --flash-attn on \
  --cache-type-k f16 \
  --cache-type-v f16 \
  --ctx-size 131072 \
  --parallel 1 \
  --batch-size 2048 \
  --ubatch-size 512 \
  --temp 0.6 \
  --top-p 1.0 \
  --top-k 20 \
  --min-p 0.0 \
  --seed 42 \
  --presence-penalty 0 \
  --repeat-penalty 1.0 \
  --jinja \
  --chat-template-file chat_template.jinja \
  --reasoning on \
  --reasoning-effort high \
  --reasoning-preserve \
  --reasoning-format deepseek \
  --chat-template-kwargs '{"enable_thinking":true}'

2. Speculative Decoding with Final MTP (Multi-Token Prediction)

llama-server \
  --host 0.0.0.0 --port 8080 \
  --model Qwen3.6-35B-A3B-Uncensored-Genesis-Final-MTP-NVFP4.gguf \
  --override-kv qwen2moe.expert_used_count=int:8 \
  --n-gpu-layers all \
  --flash-attn on \
  --cache-type-k f16 \
  --cache-type-v f16 \
  --ctx-size 131072 \
  --parallel 1 \
  --batch-size 2048 \
  --ubatch-size 512 \
  --spec-type draft-mtp \
  --spec-draft-n-max 2 \
  --spec-draft-p-min 0.75 \
  --temp 0.6 \
  --top-p 1.0 \
  --top-k 20 \
  --min-p 0.0 \
  --seed 42 \
  --presence-penalty 0 \
  --repeat-penalty 1.0 \
  --jinja \
  --chat-template-file chat_template.jinja \
  --reasoning on \
  --reasoning-effort high \
  --reasoning-preserve \
  --reasoning-format deepseek \
  --chat-template-kwargs '{"enable_thinking":true}'

3. Multimodal (Vision) Support

Simply add the vision projector parameter:

  --mmproj mmproj-Hermes3.6-35B-A3B-Uncensored-Genesis-F16.gguf

📦 Repository Files

FileSizeDescription
Qwen3.6-35B-A3B-Uncensored-Genesis-Final-NVFP4.gguf~20.0 GBFinal Release NVFP4 model (quantized by jan1k)
Qwen3.6-35B-A3B-Uncensored-Genesis-Final-MTP-NVFP4.gguf~20.6 GBFinal Release NVFP4 model with integrated MTP draft head
Hermes3.6-35B-A3B-Uncensored-Genesis-V13-NVFP4.gguf~20.0 GBV13 release (NVFP4 GGUF)
Hermes3.6-35B-A3B-Uncensored-Genesis-NVFP4.gguf~20.0 GBInitial release (NVFP4 GGUF)
mmproj-Hermes3.6-35B-A3B-Uncensored-Genesis-F16.gguf~857 MBVision multimodal projector (F16)
chat_template.jinja~16 KBJinja chat template with JSON tool call support

🤝 Credits & Attribution


📬 Contact & Support (LuffyTheFox)

⚡ If you like this Genesis LLM release you can donate via @Tribute bot in Telegram to support future Genesis LLM development.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
05079d2

0 моделей