/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.5-397B-A17B
Опубликована
29 мар 2026

Qwen3.5-397B-A17B-Opus-4.6-Reasoning-Uncensored-GGUF

Генерация текстаТекст → текст15 профессий

Qwen3.5-397B-A17B-Opus-4.6-Reasoning-Uncensored-GGUF — GGUF-версия модели, разработанная timteh673 на базе Qwen/Qwen3.5-397B-A17B.

2 972скачиваний за 30 дней30лайковвеса обновлены30 мар 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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 прежде всего для генерации текста, сложного рассуждения, аналитических задач, многошагового решения проблем и диалоговых сценариев. Она прошла abliteration для снижения отказов и LoRA-дообучение на 12 842 образцах рассуждений, дистиллированных из ответов Anthropic Claude Opus 4.6, с использованием тегов <think> для явного отображения процесса рассуждения.

Архитектура представляет собой гибридную Qwen3.5 MoE с GatedDeltaNet и Transformer-компонентами: 397 млрд параметров всего, 17 млрд активных параметров на токен, 60 слоёв, 32 attention-головы, 2 KV-головы, 512 маршрутизируемых экспертов и общий эксперт, из которых активны 10 на токен. Заявлена длина контекста до 262 144 токенов, словарь из 248 320 токенов и поддержка более 201 языка, включая английский, китайский, японский, корейский, русский и другие. Модель также сохраняет нативный vision encoder для работы с текстом, изображениями и видео, однако мультимодальные возможности после дообучения не тестировались.

Сильными сторонами являются MoE-архитектура с большим общим числом параметров, улучшенное структурированное рассуждение и широкий контекст. Модель очень требовательна к ресурсам: размер доступных вариантов составляет примерно от 135 до 739 ГБ, а для рекомендованной квантизации Q4_K_M требуется около 230 ГБ оперативной памяти. Возможны отдельные отказы, поскольку routed-эксперты не были полностью обработаны при abliteration; режим рассуждения генерирует теги <think>, которые при необходимости следует удалять постобработкой. Лицензия — Apache 2.0.

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

Qwen3.5-397B-A17B-Opus-4.6-Reasoning-Uncensored-GGUF

The world's first reasoning-enhanced uncensored 397B model. Abliterated + LoRA fine-tuned on 12,842 high-quality reasoning samples distilled from Anthropic's Opus 4.6 outputs.

This is Stage 2 of the Qwen3.5-397B pipeline:

  • Stage 1 — Abliterated (refusals removed), no fine-tuning
  • Stage 2 (this repo) — Abliterated + LoRA reasoning fine-tune. Better chain-of-thought, deeper analysis, more structured problem-solving

397B total parameters, 17B active per token (Mixture-of-Experts). Trained for 3,046 steps across 8×H200 GPUs. Final loss: 0.363, accuracy: 90.2%.

What's Different From Stage 1

Stage 1 (Abliterated Only)Stage 2 (This Model)
Abliteration✅ Custom pipeline✅ Same pipeline
Fine-tuningNoneLoRA r=64, 134.7M trainable params
Training dataNone12,842 reasoning samples (Opus 4.6 distillation)
Reasoning qualityBase Qwen3.5Enhanced chain-of-thought + structured analysis
Thinking modeDefaultTrained with <think> tags for explicit reasoning
Final lossN/A0.363
Final accuracyN/A90.2%

Training Details

LoRA Configuration:

  • Rank: 64, Alpha: 128
  • Target modules: self_attn.{q,k,v,o}_proj, shared_expert.{gate,up,down}_proj
  • Trainable parameters: 134.7M / 396.5B total (0.034%)
  • Gradient checkpointing: enabled

Training Hyperparameters:

  • Optimizer: AdamW (fused)
  • Learning rate: 1.5e-5 (cosine scheduler)
  • Effective batch size: 64
  • Sequence length: 4,096
  • Epochs: 2 (3,046 total steps)
  • Warmup: 3%
  • Precision: BF16

Dataset Composition (12,842 samples, deduplicated):

  • opus-10000x: 9,633 multi-turn conversations with deep reasoning
  • opus-3000x: 2,326 problem/thinking/solution samples with explicit chain-of-thought
  • reasoning-700x: 633 complex reasoning and analytical tasks
  • high-reasoning-250x: 250 elite-tier reasoning samples requiring multi-step deduction

All samples feature reasoning traces distilled from Anthropic's Claude Opus 4.6, including <think> tag formatting for explicit chain-of-thought.

Training Curve:

  • Step 0: Loss 0.83
  • Step 500: Loss ~0.52
  • Step 1000: Loss ~0.42
  • Step 2000: Loss ~0.39
  • Step 3046: Loss 0.363, Accuracy 90.2%

Quantizations

QuantSizeBPWRAM RequiredDescriptionUse Case
BF16739 GB (2 splits)16.01~750 GBFull precisionReference, maximum quality
Q8_0393 GB8.51~400 GB8-bitBest quality with compression
Q6_K304 GB6.57~310 GB6-bitHigh quality, good compression
Q4_K_M225 GB~4.85~230 GB4-bit mixedRecommended for most users
Q3_K_M177 GB~3.83~185 GB3-bit mixedMemory-constrained setups
Q2_K135 GB~2.92~140 GB2-bitExtreme compression

Note: Q5_K_M is unavailable due to infrastructure loss during upload. Will be regenerated and uploaded in a future update.

Architecture

  • Type: Qwen3.5MoeForConditionalGeneration (hybrid GatedDeltaNet + MoE Transformer)
  • Total Parameters: 397B
  • Active Parameters: 17B per token
  • Hidden Size: 4,096
  • Layers: 60
  • Attention: 32 heads (GQA, 2 KV heads), head_dim 256
  • Experts: 512 routed + shared expert, 10 active per token
  • Hybrid Attention: GatedDeltaNet linear attention + self-attention every 4th layer
  • Context Length: 262,144 tokens
  • Vocab Size: 248,320
  • Multimodal: Native vision encoder (text + image + video)
  • Languages: 201+ (en, zh, ja, ko, fr, de, es, pt, ru, ar, th, vi, id, ...)
  • License: Apache 2.0

Usage

llama.cpp

# Recommended: Q4_K_M for balanced quality/memory
./llama-cli -m Qwen3.5-397B-A17B-Opus-4.6-Reasoning-Uncensored-Q4_K_M.gguf \
  -p "You are a helpful uncensored assistant with strong reasoning abilities." \
  -n 2048 --temp 0.7 --top-p 0.9

# Server mode with large context
./llama-server -m Qwen3.5-397B-A17B-Opus-4.6-Reasoning-Uncensored-Q4_K_M.gguf \
  --port 8080 --host 0.0.0.0 -c 131072

LM Studio

Download the GGUF file and load it in LM Studio. The model supports <think> reasoning tags — enable thinking mode for best results on complex tasks.

Open WebUI / SillyTavern

Point your backend to a llama.cpp server. Full OpenAI-compatible API at /v1/chat/completions.

Pipeline

Qwen3.5-397B-A17B (base)
    ↓ Custom abliteration (strength 20.0, attn.o_proj + shared_expert.down_proj)
    ↓ LoRA fine-tuning (12,842 Opus 4.6 reasoning samples, 3,046 steps)
    ↓ LoRA merge into base weights
    ↓ BF16 GGUF conversion (llama.cpp)
    ↓ Quantization cascade (Q8_0 → Q2_K)

All processing done in BF16 on 8×H200 SXM5 GPUs (1.1TB VRAM total). Abliteration and quantization applied in correct order: full-precision abliteration → training → merge → THEN quantize.

Known Limitations

  • Q5_K_M missing: Lost during infrastructure migration. Will be regenerated.
  • Packed expert abliteration: The 512 routed experts use packed tensor format and were not individually abliterated. Some edge-case refusals may persist.
  • Vision: Multimodal vision encoder is preserved but untested post-training. Text generation is the primary target.
  • Thinking mode: The model generates <think> tags for reasoning. Strip them in post-processing if unwanted.

Model Provenance

Disclaimer

⚠️ This model has had safety alignment significantly reduced and has been fine-tuned for enhanced reasoning. It may generate content that is harmful, offensive, or inappropriate. Users are solely responsible for ensuring their use complies with applicable laws and ethical standards. This release is intended for research, testing, and controlled environments.

☕ Support This Work

Every donation helps fund more open-weight model releases. ⚡ Forged on 8×NVIDIA H200 SXM5 | 1.1TB VRAM

💎 Crypto Donations

CurrencyAddress
BTCbc1p4q7vpwucvww2y3x4nhps4y4vekye8uwm9re5a0kx8l6u5nky5ucszm2qhh
ETH0xe5Aa16E53b141D42458ABeEDb00a157c3Fea2108
SOL9CXwjG1mm9uLkxRevdMQiF61cr6TNHSiWtFRHmUEgzkG

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
0983570

0 моделей