/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
18,7 ГБ
Лицензия
Apache 2.0
Архитектура
realtime_venus_omni · dense
Базовая модель
Realtime-Venus
Библиотека
transformers
Опубликована
23 сен 2026

Realtime-Venus-Omni-heretic-ARA

Генерация текстаТекст → текст3 профессии

Мультимодальная модель для потокового аудиовизуального диалога с речевыми ответами, в которой снижена частота отказов.

28скачиваний за 30 дней1лайквеса обновлены23 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

Realtime-Venus-Omni-heretic-ARA — производная модель justsumguy на основе inclusionAI/Realtime-Venus, которая, в свою очередь, дообучена на openbmb/MiniCPM-o-4_5. Это плотная мультимодальная архитектура RealtimeVenusOmni с 7,6 млрд параметров и контекстом до 40 960 токенов. Веса BF16 сохранены в формате safetensors; репозиторий также содержит ONNX-файлы.

Модель предназначена для потокового аудиовизуального диалога в реальном времени: принимает текст, изображения, аудио и видео, а также может выдавать текст и речь. В этой версии применена abliteration языковой башни, направленная на снижение частоты отказов; визуальная и аудиобашни, синтез речи и связанные компоненты оставлены без изменений. Карточка сообщает о 4 отказах из 100 в повторной проверке после изменения весов.

Модель поддерживает чат и интерфейс вызова инструментов. Для работы требуется Transformers с удалённым кодом; автор приводит пример загрузки через trust_remote_code. BF16-веса занимают около 18,7 ГБ и не помещаются на видеокарту с 16 ГБ памяти; автор предлагает сборку NVFP4 или NF4-квантизацию языковой части. Лицензия — Apache-2.0.

Сценарии применения

  • ведение голосового диалога с перебиваниями в реальном времени
  • ответы на вопросы по видео и аудио
  • обсуждение изображений голосом или текстом
  • генерация речевых ответов в диалоговой системе
  • диалоговый вызов инструментов

Ограничения

Для стабильности после abliteration требуется дополнительная проверка; автор наблюдал длинные циклы повторов в нескольких полнодуплексных сессиях. BF16-веса занимают около 18,7 ГБ видеопамяти, а снижение отказов не гарантирует полного отсутствия отказов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Realtime-Venus-Omni-heretic-ARA

The Realtime-Venus-Omni checkpoint from inclusionAI/Realtime-Venus (itself a fine-tune of openbmb/MiniCPM-o-4_5), with refusal behaviour reduced by abliteration of the language tower. BF16, same file layout and remote code as upstream. An NVFP4 build is at justsumguy/Realtime-Venus-Omni-heretic-ARA-NVFP4.

What changed

Only the language tower (llm.*, Qwen3-8B shape, 36 layers). The vision tower, audio tower, resampler, audio projection, TTS talker and token2wav assets are upstream's, unmodified.

  • 72 matrices were changed: self_attn.o_proj and mlp.down_proj in all 36 layers.
  • The largest relative change is ‖ΔW‖/‖W‖ = 0.379.

The upstream sample media (assets/sample_1_real.mp4, assets/speech_in.mp4) are not included.

Abliteration

  • Tool: heretic, the unmerged ara branch at edc3b12 (Arbitrary-Rank Ablation).
  • Mode: ARA-LoRA with rank-128 adapters. After selection, the adapter delta was merged into the BF16 weights.
  • Search setup:
    • The language tower was extracted as a standalone Qwen3 model and loaded in bitsandbytes NF4 during the search.
    • Hardware: RTX 5060 Ti 16 GB.
    • Thinking was disabled in the chat template. System prompt: You are a helpful assistant.
  • Optimiser: 150 trials, 45 of them startup trials. KL target 0.01, row normalisation off, direction not orthogonalised, maximum response length 100.
  • Prompts:
    • Direction: mlabonne/harmful_behaviors train[:400] and mlabonne/harmless_alpaca train[:400].
    • Evaluation: test[:100] of each.

Selected trial: 83.

ParameterValue
layers17–31
preserve_good_behavior_weight0.1400
steer_bad_behavior_weight0.1687
overcorrect_relative_weight0.4085
neighbor_count15
MetricRefusals (of 100)KL divergence
Base model98–
Study (trial 83)20.0696
Recheck (adapter re-fit for export)40.2494

The ARA-LoRA re-fit is not bit-reproducible, so the recheck numbers are the ones that describe these weights.

No healing step (fine-tuning after ablation) was applied. Post-abliteration stability needs further testing. In live full-duplex sessions, long repetition loops were observed on ablated builds and not on the unablated model, over a small number of runs.

Usage

Same as upstream: AutoModel.from_pretrained(path, trust_remote_code=True, torch_dtype=torch.bfloat16), with the pinned requirements in requirements.txt. BF16 weights are 18.7 GB and do not fit a 16 GB card. Use the NVFP4 build, or bitsandbytes NF4 on llm.* only (about 14.8 GB in a duplex session).

License

Apache-2.0, as upstream. See LICENSE and NOTICE. The modification is the abliteration of the language tower described above.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
RealtimeVenusOmni
Ревизия весов
9637d91

0 моделей