/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
54,7 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-27B
Библиотека
transformers
Опубликована
13 мар 2026

Gliese-Qwen3.5-27B-Abliterated-Caption

Изображение и текст → текст6 профессий

Мультимодальная модель на базе Qwen3.5-27B для подробного и менее ограниченного описания изображений и автоматической генерации подписей.

39скачиваний за 30 дней6лайковвеса обновлены1 июн 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 «Изображение → 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

Gliese-Qwen3.5-27B-Abliterated-Caption — мультимодальная модель prithivMLmods на 27 млрд параметров, созданная дообучением Qwen3.5-27B и предназначенная прежде всего для подробного описания изображений. Она принимает изображения и текстовые инструкции, а в ответ генерирует развернутые текстовые подписи с описанием объектов, людей, сцен и окружения; также поддерживает диалоговый режим и визуальное понимание.

Модель рассчитана на автоматическую разметку изображений, создание наборов подписей для обучения и исследования в области vision-language. В карточке указаны анализ направлений отказа и их ослабление, поэтому модель может отвечать на запросы, от которых базовая модель отказалась бы, включая генерацию откровенных или спорных описаний. Репозиторий использует архитектуру Qwen3.5 для условной генерации и формат safetensors; базовая модель содержит 27 млрд параметров. Для использования указана лицензия Apache-2.0.

Сценарии применения

  • создание подробных подписей к изображениям
  • автоматическая разметка объектов и сцен на изображениях
  • генерация подписей для мультимодальных обучающих датасетов
  • визуальное описание изображений в локальном inference-пайплайне
  • исследование понимания сцен и поведения моделей vision-language

Ограничения

Модель намеренно ослабляет механизмы отказа и может выдавать откровенные или спорные описания; результаты следует проверять. Несмотря на размер 27 млрд параметров, она уступает более крупным мультимодальным моделям в некоторых задачах.

Для каких профессий подходит6

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

1

Gliese-Qwen3.5-27B-Abliterated-Caption

Gliese-Qwen3.5-27B-Abliterated-Caption is an abliterated evolution built on top of Qwen3.5-27B, designed specifically for generalized and unfiltered image captioning. The model applies advanced refusal direction analysis and abliterated training strategies to minimize internal refusal behaviors while maximizing descriptive capability and visual understanding. The result is a powerful 27B parameter vision-language model optimized for highly detailed captions, deep scene understanding, and rich visual descriptions.

[!IMPORTANT] This model is materialized for research and learning purposes only. The model has reduced internal refusal behaviors, and any content generated by it is used at the user’s own risk. The authors and hosting page disclaim any liability for content generated by this model. Users are responsible for ensuring that the model is used in a safe, ethical, and lawful manner.

[!NOTE] Expert Image Captioning System (chat_template.jinja) – https://huggingface.co/prithivMLmods/Gliese-Qwen3.5-27B-Abliterated-Caption/blob/main/chat_template.jinja [Recommended]

[!NOTE] Standard or Default (chat_template.jinja) – https://huggingface.co/prithivMLmods/Gliese-Qwen3.5-27B-Abliterated-Caption/blob/main/standard-chat_template/chat_template.jinja

Download the model

hf auth login --token <YOUR_HF_TOKEN>

hf download prithivMLmods/Gliese-Qwen3.5-27B-Abliterated-Caption

Key Highlights

  • Advanced Refusal Direction Analysis Uses targeted activation analysis to identify and mitigate refusal directions within the model’s latent space.

  • Abliterated Caption Training Fine-tuned for unfiltered and detailed caption generation, enabling comprehensive visual descriptions without excessive refusal behaviors.

  • Optimized Visual Understanding Enhanced to provide rich, context-aware descriptions of scenes, objects, people, and environments.

  • 27B Parameter Architecture Built on Qwen3.5-27B, delivering stronger multimodal reasoning and improved caption quality compared to smaller variants.

  • High-Fidelity Caption Generation Designed to produce long-form, structured, and semantically detailed captions suitable for dataset generation, annotation, and research.

  • Efficient Deployment Suitable for caption dataset creation, multimodal research, local inference pipelines, and AI development workflows.


Base Model Signatures:

This model has been re-sharded and optimized for the latest Transformers version from the base model: https://huggingface.co/huihui-ai/Huihui-Qwen3.5-27B-abliterated.


Quick Start with Transformers

pip install transformers==5.3.0
# or
pip install git+https://github.com/huggingface/transformers.git
from transformers import Qwen3_5ForConditionalGeneration, AutoProcessor
import torch

model = Qwen3_5ForConditionalGeneration.from_pretrained(
    "prithivMLmods/Gliese-Qwen3.5-27B-Abliterated-Caption",
    torch_dtype="auto",
    device_map="auto"
)

processor = AutoProcessor.from_pretrained(
    "prithivMLmods/Gliese-Qwen3.5-27B-Abliterated-Caption"
)

messages = [
    {
        "role": "user",
        "content": [
            {"type": "text", "text": "Describe this image in extreme detail."}
        ],
    }
]

text = processor.apply_chat_template(
    messages, tokenize=False, add_generation_prompt=True
)

inputs = processor(
    text=[text],
    padding=True,
    return_tensors="pt"
).to("cuda")

generated_ids = model.generate(**inputs, max_new_tokens=512)

generated_ids_trimmed = [
    out_ids[len(in_ids):] for in_ids, out_ids in zip(inputs.input_ids, generated_ids)
]

output_text = processor.batch_decode(
    generated_ids_trimmed,
    skip_special_tokens=True,
    clean_up_tokenization_spaces=False
)

print(output_text)

Intended Use

  • High-Detail Image Captioning – Generating extremely descriptive captions for images.
  • Dataset Generation – Creating large-scale caption datasets for multimodal training.
  • Vision-Language Research – Studying multimodal reasoning and captioning behavior.
  • Annotation Automation – Assisting in automatic labeling and visual description tasks.
  • Local Multimodal AI Deployment – Running powerful captioning models on local GPUs.

Limitations & Risks

Important Note: This model intentionally reduces built-in refusal mechanisms.

  • Unfiltered Outputs – The model may generate explicit or controversial captions depending on the input images.
  • User Responsibility – Generated outputs should be handled responsibly and within legal and ethical boundaries.
  • Model Size Constraints – While strong, a 27B model still has limitations compared to frontier-scale multimodal architectures.

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
5e42f84

0 моделей