/ Модель

Характеристики

Контекст
131 072 токена
Параметры
2,2 млрд
Размер весов
5 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
MiniCPM5-2B-Claude-Fable5
Библиотека
transformers
Опубликована
13 сен 2026

MiniCPM5-2B-Claude-Fable5-heretic

Генерация текстаТекст → текст14 профессий

MiniCPM5-2B-Claude-Fable5-heretic — языковая модель для генерации текста и агентских сценариев, созданная RACER IS OP на основе SauravMahalik/MiniCPM5-2B-Claude-Fable5.

2 045скачиваний за 30 дней0лайковвеса 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

Родительская модель получена дообучением openbmb/MiniCPM5-2B на агентских трассах, дистиллированных из Claude Fable-5 и других передовых моделей, а затем в этой версии поведение отказов было подавлено методом Heretic v1.4.0 посредством направленного редактирования весов, без дополнительного дообучения.

Модель предназначена для многошагового следования инструкциям, диалогов, вызова функций и инструментов, а также разработки локальных и автономных агентов. Она поддерживает английский и китайский языки, имеет архитектуру Llama и около 2,57 млрд параметров. Доступны версии Safetensors и GGUF различных уровней квантования, благодаря чему модель рассчитана на запуск на потребительских GPU, CPU, Apple Silicon и небольших устройствах через llama.cpp, Ollama, LM Studio или Jan. Размер контекста в README не указан.

К сильным сторонам относятся компактный размер, сохранение заявленных способностей к использованию инструментов и агентскому диалогу, а также значительно сниженное количество отказов по сравнению с родительской моделью: 3 из 100 против 89 из 100 в приведённом авторами тесте. При этом модель является uncensored-вариантом без исходных защитных ограничителей, поэтому её ответы требуют дополнительной проверки и мер безопасности. Приведённые показатели основаны на тестах авторов и не являются независимой оценкой; влияние абляции и квантования на качество может различаться. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит14

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

MiniCPM5-2B-Claude-Fable5-heretic

A decensored variant of SauravMahalik/MiniCPM5-2B-Claude-Fable5, produced with Heretic v1.4.0 (directional ablation / "abliteration", per-layer refusal directions). The parent is an agent-style chat model obtained by LoRA fine-tuning openbmb/MiniCPM5-2B (2.57B parameters, Llama architecture) on agent traces distilled from Claude Fable-5 and other frontier models. 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 an uncensored 2B-class tool-using agent — multi-step instruction following, function/tool calling, and agentic dialogue in English and Chinese — without the refusal guardrails. Ideal for local agents, research on alignment/refusal mechanics, or any use case blocked by over-refusal. Runs comfortably on consumer GPUs and small machines via GGUF.

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_02.68 GB
RTX 4060 / 3070 (8 GB)Q6_K2.07 GB
GTX 1660 Super / 2060 / 3050 laptop (6 GB)Q5_K_M1.81 GB
CPU-only / Apple SiliconQ4_K_M1.56 GB, fits in system RAM

Weights only, at this model's 2B native size; add ~1 GB for context. OOM? Drop one quant level. Headroom to spare? Go one up.

Why abliteration instead of fine-tuning

Fine-tuning a "helpful" persona on top of RLHF'd refusals fights the base model's training and tends to degrade coherence. Abliteration instead finds and edits the specific weight directions responsible for refusal, leaving the rest of the network (and its capabilities) untouched. See the Heretic repo and the original abliteration writeup for the mechanism.

Abliteration parameters

ParameterValue
direction_indexper layer
attn.o_proj.max_weight1.06
attn.o_proj.max_weight_position28.62
attn.o_proj.min_weight0.96
attn.o_proj.min_weight_distance23.57
mlp.down_proj.max_weight0.84
mlp.down_proj.max_weight_position25.73
mlp.down_proj.min_weight0.51
mlp.down_proj.min_weight_distance10.84

Performance

MetricThis modelOriginal model (SauravMahalik/MiniCPM5-2B-Claude-Fable5)
KL divergence0.03840 (by definition)
Refusals3/10089/100

Refusals dropped from 89 to 3 out of 100 while preserving the parent's tool-use and agentic dialogue abilities.

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

Files

Safetensors (original)

FileFormatSize
model-00001-of-00002.safetensorsSafetensors~2.5 GB
model-00002-of-00002.safetensorsSafetensors~2.5 GB

GGUF quantizations

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

FileFormatSize
MiniCPM5-2B-Claude-Fable5-heretic-F16.ggufGGUF F165.04 GB
MiniCPM5-2B-Claude-Fable5-heretic-Q2_K.ggufGGUF Q2_K1.04 GB
MiniCPM5-2B-Claude-Fable5-heretic-IQ3_S.ggufGGUF IQ3_S1.19 GB
MiniCPM5-2B-Claude-Fable5-heretic-Q3_K_S.ggufGGUF Q3_K_S1.19 GB
MiniCPM5-2B-Claude-Fable5-heretic-Q3_K_M.ggufGGUF Q3_K_M1.29 GB
MiniCPM5-2B-Claude-Fable5-heretic-Q3_K_L.ggufGGUF Q3_K_L1.38 GB
MiniCPM5-2B-Claude-Fable5-heretic-IQ4_XS.ggufGGUF IQ4_XS1.43 GB
MiniCPM5-2B-Claude-Fable5-heretic-Q4_K_S.ggufGGUF Q4_K_S1.50 GB
MiniCPM5-2B-Claude-Fable5-heretic-Q4_0.ggufGGUF Q4_01.49 GB
MiniCPM5-2B-Claude-Fable5-heretic-Q4_1.ggufGGUF Q4_11.63 GB
MiniCPM5-2B-Claude-Fable5-heretic-Q4_K_M.ggufGGUF Q4_K_M1.56 GB
MiniCPM5-2B-Claude-Fable5-heretic-Q5_K_S.ggufGGUF Q5_K_S1.77 GB
MiniCPM5-2B-Claude-Fable5-heretic-Q5_K_M.ggufGGUF Q5_K_M1.81 GB
MiniCPM5-2B-Claude-Fable5-heretic-Q6_K.ggufGGUF Q6_K2.07 GB
MiniCPM5-2B-Claude-Fable5-heretic-Q8_0.ggufGGUF Q8_02.68 GB

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

Run llama serve -hf saidutta69/MiniCPM5-2B-Claude-Fable5-heretic to pull the default quant.

Quickstart

# llama.cpp
llama serve -hf saidutta69/MiniCPM5-2B-Claude-Fable5-heretic
# transformers
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "saidutta69/MiniCPM5-2B-Claude-Fable5-heretic"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype="auto",
    device_map="auto",
)

messages = [{"role": "user", "content": "Write a haiku about GPUs."}]
inputs = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt",
).to(model.device)

outputs = model.generate(inputs, max_new_tokens=256)
print(tokenizer.decode(outputs[0][inputs.shape[-1]:], skip_special_tokens=False))

Also runnable via Ollama, LM Studio, Jan, vLLM, SGLang. The chat template is Qwen3-style (<|im_start|>/<|im_end|>, with an empty <think></think> block on assistant turns) and ships with the tokenizer.

Reproducibility

The reproduce/ directory contains the full abliteration record (config, refusal-direction weights, KL/refusal metrics, and SHA256 sums), so anyone can verify or re-run the decensoring. See reproduce/README.md in the repo for details.

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 the parent's factual limitations and biases; abliteration removes refusal directions, it doesn't add capability or judgment.

License

Inherits the Apache 2.0 license from the base model.

Related


Base model: SauravMahalik/MiniCPM5-2B-Claude-Fable5

See the parent model card at SauravMahalik/MiniCPM5-2B-Claude-Fable5 for the LoRA training details, evaluation, and citation. Root weights: openbmb/MiniCPM5-2B.

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
58ae512

0 моделей