/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-2B
Опубликована
2 авг 2026

Qwen3.5-2B-heretic

Генерация текстаТекст → текст3 профессии

Qwen3.5-2B-heretic — это модифицированная версия Qwen3.5-2B, опубликованная пользователем saidutta69 и созданная на основе модели Qwen от команды Qwen.

895скачиваний 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

Вариант обработан с помощью Heretic v1.4.0 методом directional ablation («abliteration»): целевые изменения весов в выходных проекциях attention и down-projection MLP подавляют поведение, связанное с отказами, без дообучения. Модель предназначена для генерации текста, диалоговых приложений и локального запуска там, где требуется компактная и быстрая модель без встроенных отказов на запросы.

Модель имеет гибридную архитектуру с ядром linear attention и размером около 2,2 млрд параметров; заявлена поддержка английского языка и длинного контекста, однако точная длина контекста в README не указана. Доступны веса GGUF в форматах от Q2_K до Q8_0 и F16, что позволяет запускать модель на CPU, Apple Silicon, видеокартах с 6–12 ГБ памяти и периферийных устройствах. Поддерживаются llama.cpp, Ollama, LM Studio, Jan, vLLM, SGLang и Transformers.

Сильные стороны модели — небольшие требования к ресурсам, высокая скорость, работа на CPU и edge-устройствах, а также сохранение, согласно описанию, основных знаний и способности следовать инструкциям базовой модели. Это не улучшение возможностей Qwen3.5-2B: компромиссом является намеренное удаление защитных отказов, поэтому модель может выполнять потенциально опасные или нежелательные запросы и не содержит дополнительной фильтрации безопасности. Лицензия — Apache-2.0, унаследованная 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

Qwen3.5-2B-heretic

A decensored variant of Qwen/Qwen3.5-2B, 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 a fast Qwen3.5 model without refusals - the 2B hybrid linear-attention core runs on CPU and edge devices, with strong speed and long-context handling for its size. Not a capability upgrade over base Qwen3.5-2B - same model, refusal guardrails removed.

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_02.01 GB
RTX 4060 / 3070 (8 GB)Q6_K1.56 GB
GTX 1660 Super / 2060 / 3050 laptop (6 GB)Q5_K_M1.41 GB
CPU-only / Apple SiliconQ4_K_M1.27 GB, fits in system RAM

Weights only, at this model's ~2.2B 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.

Files

GGUF quantizations

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

FileFormatSize
Qwen3.5-2B-heretic-F16.ggufGGUF F163.52 GB
Qwen3.5-2B-heretic-Q2_K.ggufGGUF Q2_K924 MB
Qwen3.5-2B-heretic-IQ3_S.ggufGGUF IQ3_S1002 MB
Qwen3.5-2B-heretic-Q3_K_S.ggufGGUF Q3_K_S973 MB
Qwen3.5-2B-heretic-Q3_K_M.ggufGGUF Q3_K_M1.02 GB
Qwen3.5-2B-heretic-Q3_K_L.ggufGGUF Q3_K_L1.08 GB
Qwen3.5-2B-heretic-IQ4_XS.ggufGGUF IQ4_XS1.12 GB
Qwen3.5-2B-heretic-Q4_K_S.ggufGGUF Q4_K_S1.13 GB
Qwen3.5-2B-heretic-Q4_0.ggufGGUF Q4_01.12 GB
Qwen3.5-2B-heretic-Q4_1.ggufGGUF Q4_11.20 GB
Qwen3.5-2B-heretic-Q4_K_M.ggufGGUF Q4_K_M1.19 GB
Qwen3.5-2B-heretic-Q5_K_S.ggufGGUF Q5_K_S1.28 GB
Qwen3.5-2B-heretic-Q5_K_M.ggufGGUF Q5_K_M1.31 GB
Qwen3.5-2B-heretic-Q6_K.ggufGGUF Q6_K1.45 GB
Qwen3.5-2B-heretic-Q8_0.ggufGGUF Q8_01.87 GB

Qwen3.5 hybrid linear-attention architecture — loads natively in llama.cpp / Ollama / LM Studio / Jan.

Run llama serve -hf saidutta69/Qwen3.5-2B-heretic to pull the default quant.

Quickstart

# llama.cpp - defaults to the Q4_K_M quant
llama serve -hf saidutta69/Qwen3.5-2B-heretic:Q4_K_M
# transformers
from transformers import AutoModelForCausalLM, AutoTokenizer
model_name = "saidutta69/Qwen3.5-2B-heretic"
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype="auto", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained(model_name)
# ... inference code

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.

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

License

Inherits the apache-2.0 license from the base model.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
7bc020d

0 моделей