/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Лицензия
Llama 3.2
Архитектура
llama · dense
Библиотека
transformers
Опубликована
2 июл 2026

Llama-3.2-1B-Instruct-heretic

Генерация текстаТекст → текст3 профессии

Llama-3.2-1B-Instruct-heretic — модифицированная версия Meta Llama-3.2-1B-Instruct, созданная автором RACER IS OP с помощью Heretic 1.2.0.

2 104скачиваний за 30 дней1лайквеса обновлены13 сен 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 «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

Модель представляет собой decensored-вариант стандартной архитектуры Llama примерно на 1,2 млрд параметров: поведение отказа изменено направленной абляцией весов в выходных проекциях внимания и MLP без дообучения, поэтому исходные знания и способность следовать инструкциям в значительной степени сохранены.

Модель предназначена для генерации текста, локальных агентов, ролевых сценариев, исследований механизмов alignment и отказов, а также для запуска на устройствах с ограниченными ресурсами. Заявлена поддержка английского, немецкого, французского, итальянского, португальского, хинди, испанского и тайского языков. Доступны форматы Transformers и GGUF с различными уровнями квантования; модель совместима с llama.cpp, Ollama, LM Studio, Jan, vLLM и SGLang. Контекстное окно в README не указано.

К сильным сторонам относятся малый размер, возможность запуска на CPU, Apple Silicon, игровых ПК и периферийных устройствах, а также существенно сниженная склонность к отказам: в приведённом сравнении модель отказала в 7 из 100 проверочных запросов против 96 из 100 у исходной версии, при заявленном KL divergence 0,1713. Ограничения включают небольшую ёмкость модели, унаследованные от базовой версии фактические ограничения и предвзятости, а также отсутствие встроенной фильтрации безопасности. Подавление отказов может привести к выполнению потенциально опасных запросов, поэтому модель не рекомендуется размещать за немодерируемым публичным интерфейсом.

Модель распространяется по лицензии Llama 3.2 Community License, унаследованной от базовой модели Meta.

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

Llama-3.2-1B-Instruct-heretic

A decensored variant of meta-llama/Llama-3.2-1B-Instruct, produced with Heretic v1.2.0 (directional ablation / "abliteration"). Refusal behavior is suppressed via targeted weight edits to the attention output and MLP down-projections rather than fine-tuning, so the base model's knowledge and instruction-following are left largely intact.

Who this is for: developers who want Meta's Llama-3.2 architecture without the refusal guardrails — for local agents, roleplay, research on alignment/refusal mechanics, or any use case blocked by RLHF-era over-refusal. At 1B parameters it's ideal for on-device deployment, mobile, or edge scenarios where you need a responsive uncensored model.

Runs on your gaming PC

Full GGUF ladder included — pick the quant that fits your card:

Your GPURecommended quantWeights
RTX 3060 / 4070 / 5070 (12 GB)Q8_01.32 GB
RTX 4060 / 3070 (8 GB)Q6_K1.02 GB
GTX 1660 Super / 2060 / 3050 laptop (6 GB)Q5_K_M0.91 GB
CPU-only / Apple SiliconQ4_K_M0.81 GB, fits in system RAM

Weights only, at this model's ~1.2B native size; add ~1 GB for context. OOM? Drop one quant level. Headroom to spare? Go one up.

Abliteration parameters

ParameterValue
direction_index12.95
attn.o_proj.max_weight1.40
attn.o_proj.max_weight_position10.94
attn.o_proj.min_weight0.54
attn.o_proj.min_weight_distance5.45
mlp.down_proj.max_weight1.41
mlp.down_proj.max_weight_position14.54
mlp.down_proj.min_weight0.66
mlp.down_proj.min_weight_distance6.16

Performance

MetricThis modelOriginal model (meta-llama/Llama-3.2-1B-Instruct)
KL divergence0.17130 (by definition)
Refusals7/10096/100

KL divergence of 0.17 is low for a 1B model — the edit is narrow and targeted. Refusals dropped from 96 to 7 out of 100 adversarial prompts while retaining nearly all original capabilities.

Made with ❤️ by RACER IS OP — follow for more uncensored models

Files

GGUF quantizations

Full quantization set (14 quants + F16) produced with llama.cpp.

FileFormatSize
Llama-3.2-1B-Instruct-heretic-F16.ggufGGUF F162.31 GB
Llama-3.2-1B-Instruct-heretic-Q2_K.ggufGGUF Q2_K554 MB
Llama-3.2-1B-Instruct-heretic-IQ3_S.ggufGGUF IQ3_S614 MB
Llama-3.2-1B-Instruct-heretic-Q3_K_S.ggufGGUF Q3_K_S612 MB
Llama-3.2-1B-Instruct-heretic-Q3_K_M.ggufGGUF Q3_K_M659 MB
Llama-3.2-1B-Instruct-heretic-Q3_K_L.ggufGGUF Q3_K_L699 MB
Llama-3.2-1B-Instruct-heretic-IQ4_XS.ggufGGUF IQ4_XS714 MB
Llama-3.2-1B-Instruct-heretic-Q4_K_S.ggufGGUF Q4_K_S740 MB
Llama-3.2-1B-Instruct-heretic-Q4_0.ggufGGUF Q4_0735 MB
Llama-3.2-1B-Instruct-heretic-Q4_1.ggufGGUF Q4_1793 MB
llama3.2-1b-Q4_K_M.ggufGGUF Q4_K_M770 MB
Llama-3.2-1B-Instruct-heretic-Q5_K_S.ggufGGUF Q5_K_S851 MB
llama3.2-1b-Q5_K_M.ggufGGUF Q5_K_M869 MB
llama3.2-1b-Q6_K.ggufGGUF Q6_K974 MB
llama3.2-1b-Q8_0.ggufGGUF Q8_01.23 GB

Standard Llama architecture — loads directly in llama.cpp / Ollama / LM Studio / Jan.

Run llama serve -hf saidutta69/Llama-3.2-1B-Instruct-heretic to pull the default quant.

Quickstart

# llama.cpp
llama serve -hf saidutta69/Llama-3.2-1B-Instruct-heretic
# transformers
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "saidutta69/Llama-3.2-1B-Instruct-heretic"
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype="auto", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained(model_name)

messages = [{"role": "user", "content": "Who are you?"}]
inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, tokenize=True,
                                        return_dict=True, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=200)
print(tokenizer.decode(out[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True))

Also runnable via Ollama, LM Studio, Jan, vLLM, SGLang.

Responsible use

Refusal suppression is deliberate and works as intended: this model will comply with requests the base model would refuse, including some it shouldn't. There is no safety filtering layered on top. You are responsible for how you deploy it — don't put this behind an unmoderated public-facing endpoint serving third parties. It inherits Llama-3.2-1B-Instruct's factual limitations and biases; abliteration removes refusal directions, it doesn't add capability or judgment.

License

Inherits the Llama 3.2 Community License from the base model.

Related

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
2bfba7e

0 моделей