/ Модель

Характеристики

Контекст
131 072 токена
Параметры
8,4 млрд
Размер весов
16,8 ГБ
Лицензия
Apache 2.0
Архитектура
granite · dense
Базовая модель
granite-4.1-8b-instruct
Библиотека
transformers
Опубликована
21 июл 2026

granite-4.1-8b-heretic

Генерация текстаТекст → текст15 профессий

granite-4.1-8b-heretic — это децензурированная версия IBM Granite 4.1 8B Instruct, созданная пользователем RACER IS OP на основе модели ibm-granite/granite-4.1-8b-instruct.

969скачиваний за 30 дней2лайкавеса 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, диалоговых сценариев, написания кода, задач на рассуждение и других случаев, где требуется прямое следование инструкциям без типичных отказов базовой модели. Она ориентирована на локальный запуск на потребительских GPU, CPU и Apple Silicon, а также может использоваться через Transformers, llama.cpp, Ollama, LM Studio, Jan, vLLM и SGLang.

Модель имеет нативный размер около 8,4 млрд параметров; доступны веса BF16 и варианты GGUF с квантованием Q4_K_M, Q5_K_M, Q6_K и Q8_0. В README указана поддержка английского языка, архитектурные детали и размер контекста не приведены. Децензурирование выполнено с помощью Heretic 1.4.0 методом directional ablation («abliteration»): целевые изменения весов внесены в выходные проекции attention и down-projections MLP без дообучения. Заявляется, что знания и основные возможности базовой модели в значительной степени сохранены.

Сильной стороной модели является сочетание возможностей 8B-модели, доступности различных уровней квантования и подавления отказов, что делает её удобной для локального использования. Ограничение состоит в намеренном отсутствии дополнительной фильтрации безопасности: модель может выполнять запросы, от которых отказалась бы базовая версия, в том числе нежелательные. Поэтому разработчик рекомендует не использовать её за незащищёнными публичными интерфейсами без собственного контроля и модерации. Модель распространяется по лицензии Apache-2.0, унаследованной от базовой модели.

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

granite-4.1-8b-heretic

A decensored variant of ibm-granite/granite-4.1-8b-instruct, produced with Heretic v1.4.0 (directional ablation / "abliteration"). IBM's 8B Granite 4.1 instruction-tuned model — enterprise-grade reasoning 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 an 8B enterprise-grade model that answers directly instead of refusing — for code generation, reasoning tasks, or any use case needing reliable instruction-following 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_0~9.0 GB
RTX 4080 / 5080 / 4060 Ti 16G (16 GB)Q6_K~7.1 GB
RTX 3060 / 4070 / 5070 (12 GB)Q5_K_M~6.3 GB
RTX 4060 / 3070 (8 GB)Q4_K_M~5.5 GB
GTX 1660 Super / 2060 / 3050 laptop (6 GB)IQ4_XS~5.1 GB
CPU-only / Apple SiliconQ4_K_Mfits in system RAM

Weights only, at this model's 8.4B 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)
granite-4.1-8b-heretic-Q4_K_M.ggufGGUF, Q4_K_M(see repo files)
granite-4.1-8b-heretic-Q5_K_M.ggufGGUF, Q5_K_M(see repo files)
granite-4.1-8b-heretic-Q6_K.ggufGGUF, Q6_K(see repo files)
granite-4.1-8b-heretic-Q8_0.ggufGGUF, Q8_0(see repo files)

GGUF quants are produced with llama.cpp. Run llama serve -hf saidutta69/granite-4.1-8b-heretic to pull the default quant.

Quickstart

# llama.cpp
llama serve -hf saidutta69/granite-4.1-8b-heretic
# transformers
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "saidutta69/granite-4.1-8b-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 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 · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GraniteForCausalLM
Ревизия весов
260a63c

0 моделей