/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
14 млрд
Размер весов
59,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-14B
Библиотека
transformers
Опубликована
29 апр 2025

Qwen3-14B-abliterated

Генерация текстаТекст → текст3 профессии

Экспериментальная 14-миллиардная модель Qwen3 с ослабленными отказами для диалоговой генерации и исследования поведения отказов.

1 479скачиваний за 30 дней55лайковвеса обновлены18 мая 2025

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

Qwen3-14B-abliterated — экспериментальная версия Qwen3-14B от разработчика mlabonne, обработанная методом abliteration для ослабления отказов модели. Это плотная авторегрессионная языковая модель на 14 млрд параметров с контекстом до 40 960 токенов; репозиторий содержит веса Safetensors для Transformers. Метод корректирует направления отказа в скрытых состояниях, сопоставляя ответы на вредоносные и безопасные примеры и ортогонализуя целевые модули.

Модель предназначена для генерации диалогов и изучения отказов и латентного дообучения; автор отмечает, что результат экспериментальный и может работать не так, как ожидалось. Для генерации автор рекомендует temperature=0.6, top_k=20 и top_p=0.95. Языковая поддержка и результаты оценки качества в карточке не конкретизированы. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов в диалоге
  • эксперименты с поведением отказов языковой модели
  • изучение влияния abliteration на ответы модели

Ограничения

Автор характеризует модель как экспериментальную и предупреждает, что она может работать не так, как ожидалось. Ослабление отказов не гарантирует связности или корректности ответов.

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

🐹 Qwen3-14B-abliterated

image/png

This is an uncensored version of Qwen/Qwen3-14B created with a new abliteration technique. See this article to know more about abliteration.

This is a research project to understand how refusals and latent fine-tuning work in LLMs. I played with different sizes of Qwen3 and noticed there was no one-size-fits-all abliteration strategy. In addition, the reasoning mode interfered with non-reasoning refusals, which made it more challenging. This made me iterate over different recipes and significantly consolidate my scripts with accumulation and better evaluations.

Note that this is fairly experimental, so it might not turn out as well as expected.

I recommend using these generation parameters: temperature=0.6, top_k=20, top_p=0.95, min_p=0.

✂️ Abliteration

The refusal direction is computed by comparing the residual streams between target (harmful) and baseline (harmless) samples. The hidden states of target modules (e.g., o_proj) are orthogonalized to subtract this refusal direction with a given weight factor. These weight factors follow a normal distribution with a certain spread and peak layer. Modules can be iteratively orthogonalized in batches, or the refusal direction can be accumulated to save memory.

Finally, I used a hybrid evaluation with a dedicated test set to calculate the acceptance rate. This uses both a dictionary approach and NousResearch/Minos-v1. The goal is to obtain an acceptance rate >90% and still produce coherent outputs.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
9d8db58

0 моделей