Qwen-3-VL-8B-Instruct-heretic
мультимодальная Qwen3 без цензуры
2 min readupdated
Децензурированная версия мультимодальной модели Qwen3-VL-8B-Instruct (8.77B параметров) от автора LueCipherx13x, полученная методом abliteration (удаление «направления отказа» в весах без дообучения) с помощью инструмента Heretic v1.3.0. Модель принимает изображения, видео и текст, а на выходе генерирует текстовые ответы, код или выполняет команды визуального агента. По сравнению с оригиналом от Qwen количество отказов снижено со 100/100 до 6/100 при минимальном отклонении от исходного поведения. Подойдёт разработчикам и энтузиастам, которым нужен локальный VLM (визуально-языковая модель) без лишних ограничений на обработку изображений и сложных запросов.
Ключевые особенности
- Минимум отказов: показатель Refusals снижен со 100/100 у базовой модели до 6/100, при этом KL divergence (мера отклонения от оригинала) составила всего 0.0214.
- Продвинутое зрение и видео: распознаёт объекты, интерфейсы, 2D/3D-расположение предметов, а также работает с часовыми видео с привязкой событий к таймкодам.
- Улучшенный OCR: читает текст на 32 языках, справляется со сложным освещением, размытием, наклоном и структурой длинных документов.
- Длинный контекст: нативное окно 256K токенов с возможностью расширения до 1M для анализа книг и больших наборов данных.
Что можно сделать
- Визуальный агент: подключить к автоматизации ПК или мобильного интерфейса — модель умеет находить элементы GUI, вызывать инструменты и выполнять задачи по экрану.
- Генерация кода по макетам: загружать скриншоты или видео интерфейсов и получать готовый код на HTML/CSS/JS или схемы Draw.io.
- Анализ изображений без фильтров: использовать в локальных ботах и пайплайнах через
transformersдля описания картинок и документов, где стандартная версия отклоняет запросы.
Пример
from transformers import Qwen3VLForConditionalGeneration, AutoProcessor
model = Qwen3VLForConditionalGeneration.from_pretrained(
"LueCipherx13x/Qwen-3-VL-8B-Instruct-heretic", dtype="auto", device_map="auto"
)
processor = AutoProcessor.from_pretrained("LueCipherx13x/Qwen-3-VL-8B-Instruct-heretic")
# Далее передайте сообщения с image и text в processor.apply_chat_template и model.generate
Подробнее
Метрики после обработки Heretic v1.3.0: Refusals — 6/100 (против 100/100 у оригинала), KL divergence — 0.0214.Параметры abliteration воспроизводимы (в репозитории есть папка reproduce): direction_index 19.36, затронуты слои attn.o_proj и mlp.down_proj.
Для запуска требуется свежая сборка Hugging Face transformers (поддержка архитектуры Qwen3-VL); для экономии памяти рекомендуется flash_attention_2 и bfloat16.










Comments