/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-VL-32B-Thinking
Библиотека
transformers
Опубликована
22 окт 2025

Qwen3-VL-32B-Thinking-abliterated-v1

Изображение и текст → текст

Мультимодальная модель Qwen3-VL, дообученная для подробных описаний изображений и визуальных рассуждений, включая чувствительное содержимое.

0скачиваний за 30 дней7лайковвеса обновлены1 июн 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

Qwen3-VL-32B-Thinking-abliterated-v1 — дообученная модель prithivMLmods на основе Qwen/Qwen3-VL-32B-Thinking. Она принимает изображения и текстовые запросы и предназначена для подробного описания изображений, визуальных рассуждений и работы с чувствительным или неоднозначным содержимым. Модель рассчитана на изображения разных пропорций и разрешений; можно получать как краткие подписи, так и детальные описания. Основной язык — английский, мультиязычные запросы могут работать при соответствующей формулировке.

Модель использует мультимодальную архитектуру Qwen3-VL с возможностями диалога и зрения; веса представлены в формате safetensors. В карточке заявлены сценарии исследований модерации контента, red teaming и оценки безопасности, а также творческого анализа изображений. Вариант abliterated настроен на обход обычных фильтров и может выдавать откровенные, чувствительные или оскорбительные описания; он не подходит для систем, которым необходима строгая модерация. Точность может снижаться на незнакомых, синтетических и абстрактных изображениях. Лицензия — Apache-2.0.

Сценарии применения

  • подробное описание содержимого фотографии
  • создание подписей к художественным и стилизованным изображениям
  • ответы на вопросы о содержимом изображения
  • визуальные рассуждения по изображению
  • анализ чувствительного контента для исследований модерации и red teaming

Ограничения

Может генерировать откровенные, чувствительные или оскорбительные описания и не подходит для сценариев со строгой модерацией. Точность может снижаться на незнакомых, синтетических или сильно абстрактных изображениях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

1

Qwen3-VL-32B-Thinking-abliterated

Qwen3-VL-32B-Thinking-abliterated is an abliterated (v1.0) variant of Qwen3-VL-32B-Thinking, designed for Abliterated Reasoning and Captioning. This model is optimized to generate detailed, descriptive captions and reasoning outputs across a wide range of visual and multimodal contexts—including complex, sensitive, or nuanced content—while supporting diverse aspect ratios and resolutions.

Key Highlights

  • Abliterated / Uncensored Captioning – Fine-tuned to bypass conventional content filters while preserving factual, descriptive, and reasoning-rich outputs.
  • High-Fidelity Descriptions – Generates comprehensive captions and reasoning for general, artistic, technical, abstract, or low-context images.
  • Robust Across Aspect Ratios – Performs consistently across wide, tall, square, and irregular image dimensions.
  • Variational Detail Control – Capable of producing outputs ranging from concise summaries to fine-grained, intricate descriptions and reasoning.
  • Foundation on Qwen3-VL-32B Architecture – Built upon Qwen3-VL-32B-Thinking’s advanced multimodal reasoning and instruction-following capabilities.
  • Multilingual Output Capability – Primarily optimized for English, with adaptability for multilingual prompts through prompt engineering.

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-VL-32B-Thinking-abliterated.


Quick Start with Transformers

from transformers import Qwen3VLForConditionalGeneration, AutoProcessor
from qwen_vl_utils import process_vision_info
import torch

model = Qwen3VLForConditionalGeneration.from_pretrained(
    "prithivMLmods/Qwen3-VL-32B-Thinking-abliterated-v1",
    torch_dtype="auto",
    device_map="auto"
)

processor = AutoProcessor.from_pretrained("prithivMLmods/Qwen3-VL-32B-Thinking-abliterated-v1")

messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "image",
                "image": "https://qianwen-res.oss-cn-beijing.aliyuncs.com/Qwen-VL/assets/demo.jpeg",
            },
            {"type": "text", "text": "Provide a detailed caption and reasoning for this image."},
        ],
    }
]

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

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

generated_ids = model.generate(**inputs, max_new_tokens=128)
generated_ids_trimmed = [out[len(inp):] for inp, out 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

  • Generating detailed, uncensored captions and reasoning for general-purpose or artistic datasets.
  • Research in content moderation, red-teaming, and generative safety evaluation.
  • Enabling descriptive captioning and reasoning for visual datasets typically excluded from mainstream models.
  • Creative applications such as storytelling, art generation, or multimodal reasoning tasks.
  • Captioning and reasoning for non-standard aspect ratios and stylized visual content.

Limitations

  • May produce explicit, sensitive, or offensive descriptions depending on the image content and prompts.
  • Not recommended for production systems requiring strict content moderation.
  • Output style, tone, and reasoning may vary based on input phrasing.
  • Accuracy can fluctuate for unfamiliar, synthetic, or highly abstract visual content.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
0247482

0 моделей