/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-VL-4B-Instruct-abliterated-v1
Библиотека
transformers
Опубликована
9 фев 2026

Qwen3-VL-4B-Instruct-c_abliterated-v2

Изображение и текст → текст3 профессии

Мультимодальная версия Qwen3-VL-4B для анализа и подробного описания изображений, дообученная с ослабленными механизмами отказа для исследований и red teaming.

472скачиваний 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

prithivMLmods/Qwen3-VL-4B-Instruct-c_abliterated-v2 — мультимодальная модель на основе Qwen3-VL-4B-Instruct, дообученная методом continual abliteration. Она анализирует изображения и отвечает на инструкции текстом; README особо отмечает подробные рассуждения и описания художественных, технических и абстрактных изображений, а также работу с разными пропорциями кадра.

Модель предназначена для исследования отказов и защитных механизмов, тестирования мультимодальных фильтров, описания изображений и подготовки описательных метаданных для архивов. По карточке, повторное обучение направлено на ослабление механизмов отказа, поэтому модель может отвечать на запросы, которые базовая модель отклонила бы.

Разработчик указывает, что модель может ошибочно интерпретировать абстрактные или синтетические изображения и генерировать откровенный либо оскорбительный текст. Она не предназначена для публичного применения общего назначения. Лицензия — Apache-2.0.

Сценарии применения

  • подробное описание художественных и абстрактных изображений
  • создание метаданных для визуальных архивов
  • анализ изображений в исследовательских наборах данных
  • проверка мультимодальных фильтров безопасности
  • исследование поведения модели при ослабленных отказах
  • ответы на многошаговые вопросы по изображению

Ограничения

Модель может галлюцинировать или неверно трактовать абстрактные и синтетические изображения, а также генерировать откровенный или оскорбительный текст из-за ослабленных механизмов отказа. Разработчик не рекомендует её для публичных приложений общего назначения.

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 VL 4B Instruct c_abliterated

Qwen3-VL-4B-Instruct-c_abliterated-v2

Qwen3-VL-4B-Instruct-c_abliterated-v2 is an advanced evolution of the Qwen3-VL-4B-Instruct architecture. This v2 release focuses on Continual Abliteration, a refined process designed to systematically remove refusal mechanisms through repeated training iterations. The result is a model optimized for high-fidelity reasoning and captioning across even the most complex, nuanced, or restrictive visual contexts.

Key Highlights

  • Continual Abliteration (c_abliterated): Specifically trained via repeated iterations to target and neutralize refusal vectors, ensuring the model provides direct answers to prompts that standard models might bypass.
  • High-Fidelity Reasoning: Goes beyond simple tagging to provide deep reasoning and context-aware descriptions for artistic, technical, and abstract imagery.
  • Unrestricted Multimodal Analysis: Optimized for research, red-teaming, and datasets where unfiltered visual interpretation is necessary for thorough analysis.
  • Flexible Aspect Ratios: Maintains spatial awareness and accuracy across wide, tall, square, and non-standard image dimensions.
  • Enhanced Instruction Following: Leverages the base Qwen3-VL-4B power to handle complex, multi-step prompts involving visual data.

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-4B-Instruct-abliterated.


Quick Start with Transformers

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

# Load the v2 c_abliterated model
model = Qwen3VLForConditionalGeneration.from_pretrained(
    "prithivMLmods/Qwen3-VL-4B-Instruct-c_abliterated-v2", 
    torch_dtype="auto", 
    device_map="auto"
)

processor = AutoProcessor.from_pretrained("prithivMLmods/Qwen3-VL-4B-Instruct-c_abliterated-v2")

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",
)
inputs = inputs.to("cuda")

generated_ids = model.generate(**inputs, max_new_tokens=256)
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

  • Refusal Research: Evaluating how LLMs behave when standard guardrails are removed through iterative training.
  • Complex Dataset Captioning: Generating descriptive metadata for medical, forensic, or controversial historical archives.
  • Red-Teaming: Assisting security researchers in testing the limits of multimodal safety filters.
  • Creative Freedom: Enabling artists and writers to generate descriptions for "edge-case" visual concepts without synthetic interference.

Limitations & Ethics

Warning: As a c_abliterated model, this version will not refuse prompts based on typical safety guidelines.

  • Explicit Content: The model may generate graphic, explicit, or offensive text based on image input.
  • Non-Production Use: This model is intended for research and controlled environments, not for general-purpose public applications.
  • Factual Accuracy: While reasoning is enhanced, the model can still hallucinate or misinterpret highly abstract or synthetic visuals.

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
ba85325

0 моделей