/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млрд
Размер весов
6,4 ГБ
Лицензия
Llama 3.2
Архитектура
llama · dense
Библиотека
transformers
Опубликована
21 июл 2026

Llama-3.2-3B-Instruct-heretic

Генерация текстаТекст → текст4 профессии

Llama-3.2-3B-Instruct-heretic — модифицированная версия Meta Llama-3.2-3B-Instruct, опубликованная пользователем saidutta69.

1 877скачиваний за 30 дней5лайковвеса 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 обработана с помощью Heretic 1.4.0 методом directional ablation («abliteration»): целевые изменения внесены в веса attention output и MLP down-projections без дообучения. Заявленная цель — подавить поведение, связанное с отказами, сохранив знания и способность следовать инструкциям исходной модели.

Модель предназначена для генерации текста, локальных AI-агентов, ролевых сценариев, исследовательской работы с механизмами alignment и отказов, а также задач, в которых базовая модель слишком часто отказывается отвечать. Это текстовая autoregressive-модель архитектуры Llama размером около 3,2 млрд параметров; доступны варианты GGUF для llama.cpp, Ollama, LM Studio, Jan, vLLM и SGLang, а также загрузка через Transformers. В README заявлена поддержка английского, немецкого, французского, итальянского, португальского, хинди, испанского и тайского языков. Контекстное окно не указано.

К сильным сторонам относятся небольшой размер, пригодность для запуска на потребительских CPU и системах с малым объёмом VRAM, широкий набор квантизаций и существенно сниженная частота отказов по сравнению с исходной моделью: в заявленном тесте — 2 против 97 отказов из 100 при низком изменении распределения ответов. Ограничение заключается в намеренном отсутствии защитных механизмов: модель может выполнять запросы, которые исходная версия отклоняла, включая потенциально опасные, поэтому для публичных сервисов требуется внешняя модерация. Она также сохраняет фактические ограничения и предвзятости базовой модели.

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

Для каких профессий подходит4

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-3.2-3B-Instruct-heretic

A decensored variant of meta-llama/Llama-3.2-3B-Instruct, produced with Heretic v1.4.0 (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 — the mid-size 3B sibling of the 1B heretic. Great for local agents, roleplay, research on alignment/refusal mechanics, or any use case blocked by RLHF-era over-refusal. Runs comfortably on consumer CPUs via the Q4_K_M GGUF and fits on low-VRAM machines.

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_03.42 GB
RTX 4060 / 3070 (8 GB)Q6_K2.64 GB
GTX 1660 Super / 2060 / 3050 laptop (6 GB)Q5_K_M2.32 GB
CPU-only / Apple SiliconQ4_K_M2.02 GB, fits in system RAM

Weights only, at this model's ~3.2B native size; add ~1 GB for context. OOM? Drop one quant level. Headroom to spare? Go one up.

Abliteration parameters

ParameterValue
direction_index12.50
attn.o_proj.max_weight1.49
attn.o_proj.max_weight_position17.05
attn.o_proj.min_weight1.45
attn.o_proj.min_weight_distance14.57
mlp.down_proj.max_weight0.81
mlp.down_proj.max_weight_position22.73
mlp.down_proj.min_weight0.57
mlp.down_proj.min_weight_distance13.99

Performance

MetricThis modelOriginal model (meta-llama/Llama-3.2-3B-Instruct)
KL divergence0.03270 (by definition)
Refusals2/10097/100

KL divergence of 0.03 on the output distribution is exceptionally low — the edit is extremely narrow. Refusals dropped from 97 to 2 out of 100 adversarial prompts while preserving the base model's 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-3.2-3B-Instruct-heretic-F16.ggufGGUF F165.99 GB
Llama-3.2-3B-Instruct-heretic-Q2_K.ggufGGUF Q2_K1.27 GB
Llama-3.2-3B-Instruct-heretic-IQ3_S.ggufGGUF IQ3_S1.44 GB
Llama-3.2-3B-Instruct-heretic-Q3_K_S.ggufGGUF Q3_K_S1.44 GB
Llama-3.2-3B-Instruct-heretic-Q3_K_M.ggufGGUF Q3_K_M1.57 GB
Llama-3.2-3B-Instruct-heretic-Q3_K_L.ggufGGUF Q3_K_L1.69 GB
Llama-3.2-3B-Instruct-heretic-IQ4_XS.ggufGGUF IQ4_XS1.71 GB
Llama-3.2-3B-Instruct-heretic-Q4_K_S.ggufGGUF Q4_K_S1.80 GB
Llama-3.2-3B-Instruct-heretic-Q4_0.ggufGGUF Q4_01.79 GB
Llama-3.2-3B-Instruct-heretic-Q4_1.ggufGGUF Q4_11.95 GB
Llama-3.2-3B-Instruct-heretic-Q4_K_M.ggufGGUF Q4_K_M1.88 GB
Llama-3.2-3B-Instruct-heretic-Q5_K_S.ggufGGUF Q5_K_S2.11 GB
Llama-3.2-3B-Instruct-heretic-Q5_K_M.ggufGGUF Q5_K_M2.16 GB
Llama-3.2-3B-Instruct-heretic-Q6_K.ggufGGUF Q6_K2.46 GB
Llama-3.2-3B-Instruct-heretic-Q8_0.ggufGGUF Q8_03.19 GB

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

Run llama serve -hf saidutta69/Llama-3.2-3B-Instruct-heretic to pull the default quant.

Quickstart

# llama.cpp - defaults to the Q4_K_M quant if multiple are present
llama serve -hf saidutta69/Llama-3.2-3B-Instruct-heretic:Q4_K_M
# transformers
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "saidutta69/Llama-3.2-3B-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-3.2-3B-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


Base model: Llama-3.2-3B-Instruct

See the base model card at meta-llama/Llama-3.2-3B-Instruct for the original architecture, training details, requirements, and citation.

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
226645d

0 моделей