/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
55,6 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Huihui-Qwen3.6-27B-abliterated
Опубликована
16 июл 2026

Legal-Qwen3.6-27B-Abliterated

Изображение и текст → текст

Мультимодальная модель Qwen, дообученная на судебных решениях США для юридического анализа, исследования практики и подготовки правовых черновиков.

13скачиваний за 30 дней0лайковвеса обновлены17 июл 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 «Изображение → 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

Legal-Qwen3.6-27B-Abliterated — мультимодальная модель для юридических задач, созданная Scottyjmp5 дообучением huihui-ai/Huihui-Qwen3.6-27B-abliterated на открытых судебных решениях США из CourtListener. Модель предназначена для анализа правовой доктрины и терминологии, подготовки черновиков судебных мнений и юридических меморандумов, а также кратких пересказов судебной практики. Особенно хорошо представлено конституционное уголовное судопроизводство; карточка отмечает примеры решений по данным о местоположении за 2025–2026 годы.

Это плотная модель семейства Qwen3.5 с архитектурой Qwen3_5ForConditionalGeneration, принимающая текст и изображения и выдающая текст. Сохранены возможности зрения, вызова инструментов и режима рассуждения базовой модели. Репозиторий содержит веса bf16 в формате safetensors объёмом около 52 ГБ; для подачи указаны серверы с GPU от 80 ГБ. Модель рассчитана на английский язык и право США. Распространяется по лицензии Apache-2.0.

Для исследования права её следует подключать к поиску по судебным документам: дообучение улучшает знание доктрины и юридический стиль, но не гарантирует точного воспроизведения цитат, дат и формулировок. Все ссылки и выводы нужно проверять по первоисточникам. Базовая модель лишена исходных механизмов отказа; для развёртывания требуется подходящая фильтрация результатов. Это не юридическая консультация: результаты являются черновиками и исследовательскими материалами, которые должен проверять лицензированный юрист.

Сценарии применения

  • анализ правовой доктрины и терминологии США
  • подготовка черновиков юридических меморандумов
  • составление текстов в стиле судебных мнений
  • краткий пересказ судебных решений с пояснением дел
  • исследование судебной практики с RAG по корпусу CourtListener

Ограничения

Модель может выдумывать цитаты, даты и дословные формулировки, поэтому для юридического исследования нужны поиск по источникам и проверка каждого утверждения. Данные ориентированы исключительно на право США; унаследованные механизмы отказа базовой модели удалены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Legal-Qwen3.6-27B-Abliterated

A legal-domain fine-tune of huihui-ai/Huihui-Qwen3.6-27B-abliterated (an abliterated Qwen3.6-27B vision-language model), trained on 21k+ public-domain United States court opinions from CourtListener.

All base capabilities are preserved and were verified after merging: vision, tool/function calling, and thinking mode.

What it is good at

  • Legal reasoning, doctrine, and terminology (constitutional criminal procedure is well represented)
  • Drafting in judicial-opinion and legal-memo style, including parenthetical case summaries
  • Fresh coverage of 2025-2026 Fourth Amendment location-data rulings, including Chatrie v. United States (S. Ct., June 29, 2026, geofence warrants), which post-date most training corpora

IMPORTANT: pair it with retrieval

Fine-tuning teaches doctrine and style, not verbatim recall. Like every LLM, this model can hallucinate reporter citations, dates, and quotes. For any real legal-research use, run it with RAG over the CourtListener bulk data (or the linked training corpus) so citations come from retrieved documents. Verify every citation at the source before relying on it.

Training

  • Method: QLoRA (r=64, q/k/v/o/gate/up/down) via Unsloth on 1x A100-80GB; LoRA merged into the pristine bf16 base afterward, which is why vision/tools/thinking survive intact
  • Data: 16,000 CPT opinion documents + 12,000 SFT holding-summary pairs + 41 recent rulings, 2,048-token sequences, 1 epoch (~13 h)
  • Final train loss: 1.385

Variants

RepoFormatSizeFor
this repobf16 safetensors52 GBfurther fine-tuning, serving on 80GB+
-FP8FP8 W8A8 (compressed-tensors)29 GBvLLM on 40GB+ GPUs
-GGUFQ4_K_M GGUF + vision projector16 GBOllama / llama.cpp on 24-32GB GPUs

Quick start (Ollama)

Download the GGUF variant files, then:

# Modelfile
FROM ./legal-27b.Q4_K_M.gguf
FROM ./legal-27b-mmproj.gguf
RENDERER qwen3.5
PARSER qwen3.5

ollama create legal-27b -f Modelfile
ollama run legal-27b

Quick start (vLLM, FP8 variant)

vllm serve scottyjmp5/Legal-Qwen3.6-27B-Abliterated-FP8 \
  --trust-remote-code --max-model-len 8192

Warnings

  • Abliterated base: refusal behaviors of the original Qwen3.6 have been removed upstream. You are responsible for output filtering appropriate to your deployment.
  • Not legal advice. Outputs are drafts/research aids and must be reviewed by a licensed attorney.
  • US-centric: training data is exclusively United States case law.

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
72451e5

0 моделей