/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
qwen3_vl · dense
Базовая модель
Qwen3-VL-8B-Instruct-abliterated-v1
Библиотека
transformers
Опубликована
15 дек 2025

Qwen3-VL-8B-Instruct-abliterated-v1-GGUF

Изображение и текст → текст12 профессий

Qwen3-VL-8B-Instruct-abliterated-v1-GGUF — мультимодальная модель для преобразования изображений и текста в текст, разработанная prithivMLmods на основе Qwen3-VL-8B-Instruct от Alibaba.

2 581скачиваний за 30 дней1лайквеса 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-сборка 8-миллиардной vision-language модели, предназначенная для локального запуска с использованием llama.cpp и совместимых инструментов. Модель ориентирована на описание изображений, визуальное рассуждение, выполнение инструкций, анализ сложного визуального контента, OCR, понимание видео и агентские сценарии.

Заявлены поддержка 32 языков для OCR, контекстное окно до 262K токенов, пространственное рассуждение, различные разрешения, соотношения сторон и компоновки. Основным языком считается английский, при этом заявлена возможность работы с многоязычными запросами. Доступны квантизованные варианты от Q2_K до Q8_0, IQ4_XS и F16, а также отдельный мультимодальный проектор mmproj. Размер файлов варьируется примерно от 3,28 до 16,4 ГБ, что позволяет выбирать компромисс между качеством и требованиями к памяти.

Вариант подвергнут abliteration, то есть модификации, направленной на устранение отказов по соображениям безопасности и контентных фильтров. Это может быть полезно для исследований, red-teaming, творческих и технических задач, однако одновременно означает отсутствие обычных защитных ограничений и повышенные риски получения нежелательного или небезопасного контента. Для запуска заявлена совместимость с Transformers и vLLM; для вариантов BF16/FP8 указаны требования порядка 16–24 ГБ видеопамяти. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит12

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-8B-Instruct-abliterated-v1-GGUF

The Qwen3-VL-8B-Instruct-abliterated-v1 from prithivMLmods is an 8B-parameter vision-language model variant of Alibaba's Qwen3-VL-8B-Instruct, modified through abliteration (v1.0) to eliminate safety refusals and content filters, enabling uncensored, highly detailed captioning, reasoning, and instruction-following across complex, sensitive, artistic, technical, or abstract visual content while leveraging the base model's advanced multimodal fusion with Interleaved-MRoPE, 32-language OCR, 262K context length, video understanding, and robust spatial reasoning. It produces descriptive, reasoning-focused outputs with variational control—from concise summaries to intricate multi-level analyses—supporting diverse resolutions, aspect ratios, and layouts primarily in English with multilingual prompt adaptability, making it ideal for research, red-teaming, creative generation, and agentic tasks without guardrails. This abliterated version delivers factual responses on high-end GPUs (16-24GB VRAM BF16/FP8), compatible with Transformers/Qwen3VLForConditionalGeneration and vLLM for efficient local inference in unrestricted visual applications.

Qwen3-VL-8B-Instruct-abliterated-v1 [GGUF]

File NameQuant TypeFile SizeFile Link
Qwen3-VL-8B-Instruct-abliterated-v1.IQ4_XS.ggufIQ4_XS4.59 GBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.Q2_K.ggufQ2_K3.28 GBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.Q3_K_L.ggufQ3_K_L4.43 GBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.Q3_K_M.ggufQ3_K_M4.12 GBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.Q3_K_S.ggufQ3_K_S3.77 GBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.Q4_K_M.ggufQ4_K_M5.03 GBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.Q4_K_S.ggufQ4_K_S4.8 GBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.Q5_K_M.ggufQ5_K_M5.85 GBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.Q5_K_S.ggufQ5_K_S5.72 GBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.Q6_K.ggufQ6_K6.73 GBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.Q8_0.ggufQ8_08.71 GBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.f16.ggufF1616.4 GBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.mmproj-Q8_0.ggufmmproj-Q8_0752 MBDownload
Qwen3-VL-8B-Instruct-abliterated-v1.mmproj-f16.ggufmmproj-f161.16 GBDownload

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
83474fa

0 моделей