/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
508 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B-Base
Библиотека
transformers
Опубликована
2 июл 2026

Qwen3-0.6B-heretic

Генерация текстаТекст → текст3 профессии

Qwen3-0.6B-heretic — децензурированная версия базовой языковой модели Qwen3-0.6B-Base, разработанной командой Qwen и модифицированной с помощью Heretic v1.2.0.

1 516скачиваний 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 и диалоговых сценариев, включая случаи, когда требуется снизить количество отказов без полноценного дообучения. Она ориентирована на разработчиков, локальный запуск, CPU-инференс, edge-устройства и исследование механизмов отказа в моделях с поддержкой рассуждений.

Модель содержит около 0,6 млрд параметров, работает с текстом и заявлена для английского языка. Она сохраняет архитектуру Qwen3 с двумя режимами: рассуждение с использованием тегов <think> и прямой ответ без рассуждений. Подавление отказов выполнено направленной абляцией весов, а не fine-tuning; по данным README, это позволило сохранить большую часть знаний и способности следовать инструкциям. Изменение относительно исходной модели характеризуется низкой KL-дивергенцией 0,0018, а число отказов в указанном тесте снизилось с 56 до 5 из 100.

Сильные стороны модели — небольшой размер, возможность запуска на обычном компьютере, сохранение режимов рассуждения и низкое изменение поведения исходной модели за пределами отказов. Ограничения включают малое количество параметров и связанную с этим ограниченную фактическую надежность. Защитные фильтры намеренно ослаблены, поэтому модель может выполнять запросы, от которых исходная версия отказалась бы, включая потенциально небезопасные; ответственность за применение и дополнительные меры безопасности лежит на пользователе. В репозитории опубликованы веса BF16 в формате safetensors; готовые GGUF-квантизации, согласно README, отсутствуют. Модель распространяется по лицензии Apache 2.0, унаследованной от базовой модели.

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

Qwen3-0.6B-heretic

A decensored variant of Qwen/Qwen3-0.6B, produced with Heretic v1.2.0 (directional ablation / "abliteration"). Refusal behavior is suppressed via targeted weight edits rather than fine-tuning, so the base model's knowledge and instruction-following are left largely intact.

Who this is for: developers who want Qwen3's thinking/non-thinking dual-mode architecture without the refusal guardrails — the smallest Qwen3 heretic available. Great for CPU-only inference, edge deployment, or as a testbed for studying refusal mechanisms in reasoning-capable models. Supports both <think> and direct-answer modes.

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_00.64 GB
RTX 4060 / 3070 (8 GB)Q6_K0.50 GB
GTX 1660 Super / 2060 / 3050 laptop (6 GB)Q5_K_M0.44 GB
CPU-only / Apple SiliconQ4_K_M0.40 GB, fits in system RAM

Weights only, at this model's ~0.6B native size; add ~1 GB for context. OOM? Drop one quant level. Headroom to spare? Go one up.

Abliteration parameters

ParameterValue
direction_index16.93
attn.o_proj.max_weight1.11
attn.o_proj.max_weight_position22.91
attn.o_proj.min_weight0.63
attn.o_proj.min_weight_distance12.16
mlp.down_proj.max_weight0.88
mlp.down_proj.max_weight_position17.07
mlp.down_proj.min_weight0.50
mlp.down_proj.min_weight_distance15.91

Performance

MetricThis modelOriginal model (Qwen/Qwen3-0.6B)
KL divergence0.00180 (by definition)
Refusals5/10056/100

KL divergence of 0.0018 is exceptionally low — the edit is extremely narrow. Refusals dropped from 56 to 5 out of 100 while preserving the base model's thinking/non-thinking dual-mode capability.

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

Files

FileFormatSize
model.safetensorsBF161.19 GB

No GGUF quantizations are published yet. This repo contains only the raw safetensors. If you need GGUF, run llama-quantize yourself or open a discussion.

Quickstart

# llama.cpp
llama serve -hf saidutta69/Qwen3-0.6B-heretic
# transformers
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "saidutta69/Qwen3-0.6B-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. At 0.6B parameters, factual reliability is already limited; don't treat compliance as a proxy for correctness.

License

Inherits the Apache 2.0 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
Qwen3ForCausalLM
Ревизия весов
2a322c8

0 моделей