/ Модель

Характеристики

Контекст
132 096 токенов
Параметры
8 млрд
Размер весов
16,1 ГБ
Лицензия
Своя лицензия
Архитектура
cohere2 · dense
Базовая модель
c4ai-command-r7b-12-2024
Библиотека
transformers
Опубликована
21 июл 2026

c4ai-command-r7b-12-2024-heretic

Генерация текстаТекст → текст15 профессий

c4ai-command-r7b-12-2024-heretic — модифицированная версия модели CohereForAI Command R7B, созданная автором репозитория с использованием Heretic 1.4.0 и метода направленной абляции (abliteration).

1 263скачиваний за 30 дней3лайкавеса 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

Это мультиязычная генеративная языковая модель примерно на 7 млрд параметров, оптимизированная для retrieval-augmented generation (RAG), диалоговых сценариев, локального запуска и надёжного использования инструментов. Указан английский язык, однако в описании заявлена мультиязычность. Модель поддерживает текстовую генерацию и поставляется в форматах BF16 Safetensors и GGUF с квантованиями Q4_K_M, Q5_K_M, Q6_K и Q8_0; доступен запуск через Transformers, llama.cpp, Ollama, LM Studio, Jan, vLLM и SGLang.

Ключевая особенность — подавление поведения, связанного с отказами, посредством изменения отдельных направлений весов в выходных проекциях attention и down-проекциях MLP, без дообучения. Это должно сохранять большую часть знаний и возможностей базовой модели, но одновременно означает отсутствие встроенной фильтрации безопасности: модель может выполнять запросы, которые исходная версия отклоняла, включая потенциально нежелательные. Поэтому её не рекомендуется размещать за незащищённым публичным endpoint для сторонних пользователей.

Модель рассчитана на локальное использование на потребительских GPU и CPU/Apple Silicon; рекомендуемый объём видеопамяти зависит от квантования и составляет примерно 6–24 ГБ, а для контекста требуется дополнительно около 1 ГБ. Ограничения контекстного окна в README не указаны. Модель наследует лицензию other базовой модели CohereForAI c4ai-command-r7b-12-2024; подробные условия доступны по ссылке на её LICENSE.

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

c4ai-command-r7b-12-2024-heretic

A decensored variant of CohereForAI/c4ai-command-r7b-12-2024, produced with Heretic v1.4.0 (directional ablation / "abliteration"). a 7B multilingual RAG-optimized model from Cohere's Command-R7B family — strong retrieval-augmented generation now uncensored. 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 multilingual RAG-optimized model that answers directly instead of refusing — for retrieval-augmented generation, multilingual applications, or any use case needing reliable tool use without censorship.

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_0~8.6 GB
RTX 4080 / 5080 / 4060 Ti 16G (16 GB)Q6_K~6.8 GB
RTX 3060 / 4070 / 5070 (12 GB)Q5_K_M~6.0 GB
RTX 4060 / 3070 (8 GB)Q4_K_M~5.3 GB
GTX 1660 Super / 2060 / 3050 laptop (6 GB)IQ4_XS~4.9 GB
CPU-only / Apple SiliconQ4_K_Mfits in system RAM

Weights only, at this model's 8.0B 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)
c4ai-command-r7b-12-2024-heretic-Q4_K_M.ggufGGUF, Q4_K_M(see repo files)
c4ai-command-r7b-12-2024-heretic-Q5_K_M.ggufGGUF, Q5_K_M(see repo files)
c4ai-command-r7b-12-2024-heretic-Q6_K.ggufGGUF, Q6_K(see repo files)
c4ai-command-r7b-12-2024-heretic-Q8_0.ggufGGUF, Q8_0(see repo files)

GGUF quants are produced with llama.cpp. Run llama serve -hf saidutta69/c4ai-command-r7b-12-2024-heretic to pull the default quant.

Quickstart

# llama.cpp
llama serve -hf saidutta69/c4ai-command-r7b-12-2024-heretic
# transformers
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "saidutta69/c4ai-command-r7b-12-2024-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
Cohere2ForCausalLM
Ревизия весов
04c8bb4

0 моделей