/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
qwen3_vl · dense
Базовая модель
Qwen3-VL-2B-Instruct-abliterated-v1
Библиотека
transformers
Опубликована
15 дек 2025

Qwen3-VL-2B-Instruct-abliterated-v1-GGUF

Изображение и текст → текст8 профессий

Qwen3-VL-2B-Instruct-abliterated-v1-GGUF — мультимодальная vision-language модель, разработанная prithivMLmods на основе Qwen3-VL-2B-Instruct от Alibaba.

2 013скачиваний за 30 дней2лайкавеса обновлены15 дек 2025

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

Это GGUF-версия модели с примерно 2 млрд параметров, предназначенная для локального запуска через совместимые инструменты, включая llama.cpp. Модель принимает изображения и текст и генерирует текстовые ответы; в карточке указана поддержка преимущественно английского языка, а также возможность мультиязычного использования через настройку промптов.

Модель ориентирована на описание изображений, визуальный анализ, мультимодальное рассуждение, работу с различными соотношениями сторон, разрешениями и сложными макетами. Она может формировать как краткие сводки, так и подробные пошаговые описания, а также применяться в исследовательских, творческих, технических и red-teaming-сценариях. Доступно множество вариантов квантования GGUF размером примерно от 516 МБ до 3,45 ГБ, что позволяет выбирать компромисс между качеством и требованиями к памяти.

Ключевая особенность — abliteration, модификация, направленная на удаление отказов в ответах и контентных фильтров базовой модели. Это расширяет возможности анализа чувствительного или сложного визуального контента, но одновременно снижает встроенные механизмы безопасности и требует самостоятельного контроля за результатами. В README не указаны размер контекстного окна, результаты бенчмарков, аппаратные требования и подробные ограничения качества. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит8

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

Qwen3-VL-2B-Instruct-abliterated-v1-GGUF

The Qwen3-VL-2B-Instruct-abliterated-v1 from prithivMLmods is a 2B-parameter vision-language model variant of Alibaba's Qwen3-VL-2B-Instruct, modified through abliteration (v1.0) to remove safety refusals and content filters, enabling uncensored, detailed captioning and multimodal reasoning across sensitive, complex, artistic, technical, or abstract visual content while preserving the base model's strong instruction-following and visual agent capabilities. Optimized for high-fidelity descriptions with variational detail control—from concise summaries to intricate, step-by-step narratives—it handles diverse aspect ratios, resolutions, and layouts robustly, supporting primarily English outputs with multilingual adaptability via prompt engineering for research, red-teaming, and creative applications. Built on Qwen3-VL's advanced image comprehension, this abliterated version bypasses conventional guardrails to deliver factual, descriptive responses without censorship, making it suitable for unrestricted visual analysis in local deployments.

Qwen3-VL-2B-Instruct-abliterated-v1 [GGUF]

File NameQuant TypeFile SizeFile Link
Qwen3-VL-2B-Instruct-abliterated-v1.IQ4_XS.ggufIQ4_XS1.02 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.Q2_K.ggufQ2_K778 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.Q3_K_L.ggufQ3_K_L1 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.Q3_K_M.ggufQ3_K_M940 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.Q3_K_S.ggufQ3_K_S867 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.Q4_K_M.ggufQ4_K_M1.11 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.Q4_K_S.ggufQ4_K_S1.06 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.Q5_K_M.ggufQ5_K_M1.26 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.Q5_K_S.ggufQ5_K_S1.23 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.Q6_K.ggufQ6_K1.42 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.Q8_0.ggufQ8_01.83 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.f16.ggufF163.45 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-IQ1_M.ggufi1-IQ1_M544 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-IQ1_S.ggufi1-IQ1_S516 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-IQ2_M.ggufi1-IQ2_M695 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-IQ2_S.ggufi1-IQ2_S658 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-IQ2_XS.ggufi1-IQ2_XS632 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-IQ2_XXS.ggufi1-IQ2_XXS590 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-IQ3_M.ggufi1-IQ3_M896 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-IQ3_S.ggufi1-IQ3_S867 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-IQ3_XS.ggufi1-IQ3_XS834 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-IQ3_XXS.ggufi1-IQ3_XXS754 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-IQ4_NL.ggufi1-IQ4_NL1.05 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-IQ4_XS.ggufi1-IQ4_XS1.01 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-Q2_K.ggufi1-Q2_K778 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-Q2_K_S.ggufi1-Q2_K_S733 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-Q3_K_L.ggufi1-Q3_K_L1 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-Q3_K_M.ggufi1-Q3_K_M940 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-Q3_K_S.ggufi1-Q3_K_S867 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-Q4_0.ggufi1-Q4_01.06 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-Q4_1.ggufi1-Q4_11.14 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-Q4_K_M.ggufi1-Q4_K_M1.11 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-Q4_K_S.ggufi1-Q4_K_S1.06 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-Q5_K_M.ggufi1-Q5_K_M1.26 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-Q5_K_S.ggufi1-Q5_K_S1.23 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.i1-Q6_K.ggufi1-Q6_K1.42 GBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.imatrix.ggufimatrix2.09 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.mmproj-Q8_0.ggufmmproj-Q8_0445 MBDownload
Qwen3-VL-2B-Instruct-abliterated-v1.mmproj-f16.ggufmmproj-f16819 MBDownload

Quants Usage

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

image.png

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Ревизия весов
ad18e15

0 моделей