Qwen3.5-4B-Claude-3xMerge-Jackrong-UNCENSORED-heretic
компактная модель для кода и рассуждений без цензуры
2 min readupdated
Эта языковая модель (LLM) на 4.54B параметров решает задачи пошагового логического анализа, написания и отладки кода, отвечая без встроенных фильтров и отказов. В основе лежит линейный мерж (объединение весов) трёх специализированных файнтюнов на базе Qwen3.5-4B от Jackrong, обученных на примерах рассуждений уровня Claude Opus 4.6 и агентских сценариях. Автор Cairoflo-marketing обработал этот чекпоинт инструментом Heretic v2.0.0.dev0 методом Arbitrary-Rank Ablation (ARA — точечное удаление направлений отказа в слоях нейросети). В результате доля отказов снизилась с 98/100 до 4/100 при минимальном отклонении от исходного поведения. Подойдёт разработчикам и энтузиастам, которым нужна лёгкая локальная модель для сложных технических задач без лишних ограничений.
Ключевые особенности
- Снятие цензуры с сохранением логики: обработка с 13 по 21 слой снизила количество отказов в 24 раза при KL-дивергенции всего 0.0776.
- Тройной мерж под разные задачи: объединены модели для общих рассуждений (вес 1.0), программирования и работы с инструментами (0.8), а также структурированного многошагового анализа (0.6).
- Экономные рассуждения: дистилляция следов Claude Opus 4.6 учит модель разбивать сложные задачи на шаги без лишних повторов.
- Открытая лицензия: исходный мерж распространяется под лицензией Apache-2.0.
Что можно сделать
- Генерация и отладка кода: использовать в локальных IDE-плагинах для написания скриптов, разбора чужого кода и поиска багов без блокировок со стороны фильтра безопасности.
- Агентские пайплайны: тестировать в сценариях с вызовом внешних инструментов (tool-use) и пошаговым выполнением задач.
- Локальный аналитический ассистент: запускать на домашнем ПК для декомпозиции сложных вопросов и логических задач.
Пример
В карточке модели не приведён готовый код запуска, но использовать её можно через стандартную библиотеку transformers для текстовой генерации — например, попросить пошагово разобрать уязвимость в фрагменте кода или составить план решения нестандартной технической задачи без срабатывания цензуры.
Подробнее
Отказы на тестовом наборе: 4/100 против 98/100 у исходного мержа; KL-дивергенция: 0.0776.Параметры ARA: слои 13–21, preserve_good_behavior_weight 0.9212, steer_bad_behavior_weight 0.0010, neighbor_count 14.
Ограничения: независимых бенчмарков качества самого мержа нет; мультимодальные функции базовой Qwen3.5-4B не проверялись; в коде и рассуждениях возможны ошибки.










Comments