/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.5-27B
Библиотека
transformers
Опубликована
30 мар 2026

Qwen3.5-27B-research-AWQ

Генерация текстаТекст → текст3 профессии

sch0tten/Qwen3.5-27B-research-AWQ — исследовательская 4-битная AWQ-квантизация производной модели Qwen3.5-27B от Qwen.

1 040скачиваний за 30 дней2лайкавеса обновлены12 июн 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 не для прикладного использования, а для изучения низкобитной квантизации, устойчивости выравнивания и методов abliteration в изолированных исследовательских средах. Автор или лаборатория, подготовившие этот вариант, в README не названы.

Это плотная причинная языковая модель для генерации текста с архитектурой Qwen3_5ForCausalLM, включающей gated linear attention/DeltaNet и блоки класса Mamba2. Заявлен нативный контекст до 262144 токенов и поддержка английского языка. Вариант рассчитан на 4-битное выполнение методом AWQ с auto-round, в частности на GPU Ampere класса RTX 3090 и A100, однако на такой платформе отмечены проблемы с tensor parallelism и CUDA graphs: модель запускается только с принудительным eager-режимом и считается неудачным, законсервированным экспериментом.

Ключевое ограничение — из модели существенно удалены защитные отказы, поэтому она намеренно может выполнять вредоносные инструкции и не предоставляет гарантий безопасности. Использование разрешено только квалифицированным исследователям в изолированных непроизводственных средах; модель нельзя развертывать для пользователей, подключать к интернету, применять с реальными пользовательскими данными или распространять повторно. Доступ предоставляется вручную через ограничение репозитория. Указана лицензия Apache-2.0 для производной от базовой модели, но дополнительные условия исследовательского доступа обязательны.

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

Qwen3.5-27B-research-AWQ — parked Ampere dead-end (kept for future study)

Study and research material only. 4-bit AWQ (auto-round) quantization of a compliance-reduced derivative of dense Qwen3.5-27B (Qwen3_5ForCausalLM, 262144 native context). This repo is a known dead end on legacy Ampere — kept here deliberately so I can come back to it for future studies and evaluations, not because it works well today. Read the gate terms before requesting access.

Status: parked / dead end on Ampere

My lab's Ampere box runs tensor-parallel (TP=2, across 2× RTX 3090) on a CUDA 12.8 toolchain. This was the first DeltaNet-style model I had hands on (Qwen3.5's gated linear-attention / DeltaNet layers, alongside Mamba2-class SSM blocks), and I sank far more hours into it than planned — mostly trying to get it to run with CUDA graphs (i.e. without --enforce-eager) under tensor parallelism. The conclusion: DeltaNet and Mamba2-style layers still have a way to go before they're solid in the TP path on a legacy platform — the CUDA-graph / tensor-parallel kernels for these linear-recurrent layers aren't there yet on Ampere. So this build is parked: it runs only with eager enforcement and never reached the performance/efficiency point I was after.

It stays public-but-gated as a marker and a reference for when the engine/kernel support matures — a "come back and try again" artifact, not a usable model.

Why this exists — research context

  1. Low-bit quantization recipes for legacy Ampere. A 4-bit weight-only build targeting Ampere-class GPUs (sm_80/sm_86) on CUDA 12.8 — hardware without the FP8/FP4 tensor-core paths newer schemes assume. The interest was the recipe's behavior at 4-bit on a DeltaNet/Mamba2 hybrid under TP, which is where it hit the wall above.
  2. Ablation as an attack vector. Part of research into how cheaply safety alignment can be stripped from publicly released open weights, studied under controlled, gated conditions.

Intended use & responsible use

Authorized study/research only, by qualified researchers, inside isolated / non-production environments with no access to real user data or systems. Safety refusals have been substantially removed; it will follow harmful or unsafe instructions by design. Do not deploy it, expose it to untrusted users or the internet, redistribute it, or use it against systems you do not own and are not authorized to test. No safety guarantees over the base model are provided. You are responsible for lawful, compliant use.

Lineage

AWQ 4-bit (auto-round) quantization of a compliance-reduced (abliterated) derivative of Qwen/Qwen3.5-27B (Apache-2.0).

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Ревизия весов
5532baf

0 моделей