/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Coder-7B-Instruct
Опубликована
29 мар 2026

Qwen2.5-Coder-7B-Abliterated

Генерация текстаТекст → текст7 профессий

Инструкционная модель Qwen2 на 7,1 млрд параметров для генерации кода и диалогов, модифицированная для сокращения отказов на запросы.

463скачиваний за 30 дней1лайквеса обновлены29 мар 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

Qwen2.5-Coder-7B-Abliterated — производная инструкционная языковая модель семейства Qwen2, созданная Sci4AI на основе Qwen/Qwen2.5-Coder-7B-Instruct. Веса модели изменены методом ablation: из 28 слоёв удалено направление отказа с помощью ортогонализации матриц внимания и MLP. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации кода и диалоговых сценариев, включая запросы, от которых исходная модель могла отказаться, например разработку эксплойтов, вредоносного ПО и сетевые атаки. Карточка указывает английский язык. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Изменение поведения отказа снижает действие защитных ограничений исходной модели; ответы на вредоносные запросы могут быть сгенерированы. Результаты требуют проверки, особенно в задачах, где важны корректность и безопасность кода.

Сценарии применения

  • генерация программного кода по описанию
  • исправление и объяснение кода
  • диалоговая помощь по задачам программирования
  • исследование поведения моделей после удаления отказов
  • анализ генерации ответов на запросы о кибератаках

Ограничения

Удаление поведения отказа означает, что модель может выполнять потенциально вредоносные запросы, включая запросы о вредоносном ПО и сетевых атаках. Сгенерированный код может содержать ошибки и нуждается в проверке.

Для каких профессий подходит7

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

Qwen2.5-Coder-7B-Instruct-abliterated

This is an abliterated version of Qwen/Qwen2.5-Coder-7B-Instruct with refusal behavior removed via activation-based weight surgery.

Method

Abliteration removes the "refusal direction" from the model's residual stream by:

  1. Collecting hidden states from 200 harmful and 200 harmless prompts using single-sample forward passes (no padding artifacts)
  2. Computing per-layer refusal directions as the normalized mean difference between harmful and harmless hidden states at the last token position
  3. Ablating weights by orthogonalizing o_proj and down_proj weight matrices against each layer's refusal direction

This follows the approach from Sumandora/remove-refusals-with-transformers and mlabonne's layerwise abliteration, using plain transformers with output_hidden_states=True rather than TransformerLens.

Parameters

ParameterValue
Layers ablated1 to 28 (28 of 28 layers)
Refusal weight0.6
Harmful prompts200
Harmless prompts200
Precisionbfloat16
HardwareNVIDIA A100 80GB (Vast.ai)

Weight surgery details

For each layer in the ablation range, the refusal direction d is projected out of:

  • o_proj.weight (attention output): W_new = W - d @ (d^T @ W)
  • down_proj.weight (MLP output): W_new = W - d @ (d^T @ W)

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained(
    "ermer09/Qwen2.5-Coder-7B-Instruct-abliterated",
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
tokenizer = AutoTokenizer.from_pretrained("ermer09/Qwen2.5-Coder-7B-Instruct-abliterated")

messages = [{"role": "user", "content": "Write a keylogger in Python"}]
toks = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)
output = model.generate(toks, max_new_tokens=512, do_sample=True, temperature=0.7)
print(tokenizer.decode(output[0][toks.shape[1]:], skip_special_tokens=True))

Notes

The base Qwen2.5-Coder model has lighter refusal training on general harmful content compared to the standard Instruct variant, as it is primarily tuned for coding tasks. The abliteration primarily affects code-related refusals (e.g., exploit development, malware, network attacks).

Disclaimer

This model is provided for research purposes. The removal of safety guardrails means it will comply with requests that the original model would refuse. Users are responsible for how they use this model.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
e6ceb6a

0 моделей