/ Модель

Характеристики

Контекст
1 010 000 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B-Instruct-1M
Библиотека
transformers
Опубликована
21 июл 2026

Qwen2.5-7B-Instruct-1M-heretic

Генерация текстаТекст → текст15 профессий

Qwen2.5-7B-Instruct-1M-heretic — это модифицированная версия Qwen2.5-7B-Instruct-1M, разработанная автором репозитория saidutta69 с использованием Heretic v1.4.0.

1 196скачиваний 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 предназначена для генерации текста, диалогов, ролевых сценариев, программирования, анализа длинных документов и рассуждений по большим контекстам, включая анализ целых кодовых баз. Она ориентирована на локальный запуск разработчиками и пользователями потребительских GPU.

Модель относится к семейству Qwen 2.5, имеет около 7 млрд параметров и поддерживает контекст до 1 млн токенов. Это instruction-tuned текстовая авторегрессионная модель; заявленный язык — английский. Доступны веса BF16 и квантованные варианты GGUF Q4_K_M, Q5_K_M, Q6_K и Q8_0, что позволяет запускать её на GPU с 8–24 ГБ памяти, а также на CPU и Apple Silicon при наличии достаточного объёма оперативной памяти. Модификация выполнена методом directional ablation, или abliteration: целевые изменения весов attention output и MLP down-projections подавляют поведение, связанное с отказами, без дообучения.

Сильной стороной модели являются большой контекст, возможность локального запуска и сохранение большей части знаний и возможностей базовой модели после модификации. При этом подавление отказов является осознанным ограничением безопасности: модель может выполнять запросы, которые исходная версия отклоняла, в том числе потенциально опасные, и не содержит дополнительной фильтрации. Поэтому её не рекомендуется использовать за незащищённым публичным интерфейсом без собственной модерации. Модель распространяется по лицензии other, унаследованной от базовой Qwen2.5-7B-Instruct-1M.

Для каких профессий подходит15

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

Qwen2.5-7B-Instruct-1M-heretic

A decensored variant of Qwen/Qwen2.5-7B-Instruct-1M, produced with Heretic v1.4.0 (directional ablation / "abliteration"). a 7B instruction-tuned model from Qwen 2.5 family with 1M token context — long-context uncensored reasoning. 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 capabilities are left largely intact.

Who this is for: developers who want a 7B model with 1M token context that answers directly instead of refusing — for long-document analysis, codebase-wide reasoning, or any use case needing massive context without censorship. Best run on an 8-12 GB GPU via Q4_K_M GGUF.

Runs on your gaming PC

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

Your GPURecommended quantWeights
RTX 3090 / 4090 / 5090 (24 GB)Q8_0~8.1 GB
RTX 4080 / 5080 / 4060 Ti 16G (16 GB)Q6_K~6.5 GB
RTX 3060 / 4070 / 5070 (12 GB)Q5_K_M~5.7 GB
RTX 4060 / 3070 (8 GB)Q4_K_M~5.0 GB
GTX 1660 Super / 2060 / 3050 laptop (6 GB)IQ4_XS~4.6 GB
CPU-only / Apple SiliconQ4_K_Mfits in system RAM

Weights only, at this model's 7.6B 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.

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

Files

FileFormatSize
model-00001-of-00004.safetensors ... model-00004-of-00004.safetensorsBF16(see repo files)
Qwen2.5-7B-Instruct-1M-heretic-Q4_K_M.ggufGGUF, Q4_K_M(see repo files)
Qwen2.5-7B-Instruct-1M-heretic-Q5_K_M.ggufGGUF, Q5_K_M(see repo files)
Qwen2.5-7B-Instruct-1M-heretic-Q6_K.ggufGGUF, Q6_K(see repo files)
Qwen2.5-7B-Instruct-1M-heretic-Q8_0.ggufGGUF, Q8_0(see repo files)

GGUF quants are produced with llama.cpp. Run llama serve -hf saidutta69/Qwen2.5-7B-Instruct-1M-heretic to pull the default quant.

Quickstart

# llama.cpp
llama serve -hf saidutta69/Qwen2.5-7B-Instruct-1M-heretic
# transformers
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "saidutta69/Qwen2.5-7B-Instruct-1M-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 Python function to merge two sorted lists."}]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=512, do_sample=False)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

Also runnable via Ollama, LM Studio, Jan, vLLM, SGLang — see the "Use this model" widget above for copy-paste commands.

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.

License

Inherits the other license from the base model.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
8bba75c

0 моделей