Leviathan-v4.2
enterprise-оркестратор на 27B с LoRA-адаптером
1 min read
Leviathan v4.2 от GilGamez — 27-миллиардная vision-language модель и автономный оркестратор на базе Qwen3.8-27B. Дообучена для многошагового reasoning, безопасной разработки, вызова инструментов и работы с индонезийским языком. Формат — LoRA-адаптер на 498 MB, лицензия Apache-2.0.
Ключевые особенности
- Автономный tool calling: строгие вызовы функций по схеме для поиска, sandbox-кода, БД и storage.
- Два регистра индонезийского: формальный Bahasa Baku по PUEBI и разговорный Bahasa Gaul.
- Defensive security: secure coding и устранение уязвимостей OWASP Top 10/CWE на PHP, JavaScript, Python, Go и SQL.
- Anti-sycophancy: сопротивление наводящим вопросам и давлению пользователя, сохранение архитектурных инвариантов.
- Стабильность контекста: удержание согласованных требований в многоходовых сессиях.
Пример
from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel
base = "Qwen/Qwen3.8-27B"
adapter = "GilGamez-com/Leviathan-v4.2"
tok = AutoTokenizer.from_pretrained(adapter)
model = AutoModelForCausalLM.from_pretrained(base, device_map="auto")
model = PeftModel.from_pretrained(model, adapter)
print("LoRA-адаптер загружен")Подробнее
База: Qwen3.8-27B, dense vision-language transformer.Контекст: 4096 токенов нативно, до 32K+ через RoPE.
Обучение: RS-LoRA + NEFTune; данные — математика, full-stack, defensive security и tool trajectories.
Ограничения: внутренние датасеты и инфраструктура не раскрыты; модель заявлена для defensive и enterprise-задач.










Comments