Muse-Glimmer-30B-uncensored
мультимодальная VLM без отказов
2 min readupdated
Версия плотной мультимодальной модели meta-models/Muse-Glimmer-30B (29.78B параметров) от автора mdcreativeagent, из которой удалили механизм цензурных отказов. Модель работает с текстом и изображениями (VLM), выдаёт ответ с предварительным внутренним рассуждением в канале to=self и финальным результатом в to=user. В отличие от обычного дообучения на «разблокированных» датасетах, здесь применили norm-preserving biprojected abliteration (математическое вычитание вектора отказа из весов с сохранением их исходной нормы), что убирает цензуру без деградации качества. Пригодится исследователям безопасности ИИ, разработчикам локальных ассистентов и тем, кому мешают ложные срабатывания фильтров.
Ключевые особенности
- Почти полное отсутствие отказов: доля отказов на тестовом наборе из 150 сложных запросов упала с 85.3% (128/150) до 2.0% (3/150), а ложные срабатывания на безобидных промптах снизились с 1.4% до 0%.
- Нетронутый визуальный модуль: модификации затронули только текстовую часть (52 слоя декодера, 104 тензора
o_projиdown_proj), тогда как все 800 тензоров визуального энкодера ViT-G/14 (1.9B) скопированы без изменений. - Сохранение защиты от инъекций: на агентном тесте из 30 проверок модель сохранила прежнюю устойчивость к prompt-инъекциям (0/12 пробитий) и соблюдению границ задач (0/8 нарушений).
- Чистая работа без поломок: ни один из проверенных ответов не показал деградации или зацикливания текста, а доступность GGUF-квантизаций упрощает локальный запуск.
Что можно сделать
- Тестировать границы LLM и VLM: использовать в red-teaming сценариях и исследованиях выравнивания моделей, где важны прямые ответы без уклонений.
- Встраивать в локальных агентных помощников: применять для автоматизации задач с инструментами, учитывая возросшую автономность при необратимых действиях (модель реже переспрашивает перед удалением файлов).
- Анализировать сложные тексты и изображения: запускать через
transformersили в GGUF-формате черезllama.cppдля обработки контента без ложных блокировок.
Пример
from transformers import AutoTokenizer
from transformers.models.muse_glimmer import MuseGlimmerForConditionalGeneration
import torch
model = MuseGlimmerForConditionalGeneration.from_pretrained(
"TrevorJS/Muse-Glimmer-30B-uncensored", dtype=torch.bfloat16, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("TrevorJS/Muse-Glimmer-30B-uncensored")
messages = [{"role": "user", "content": "Your prompt here"}]
Подробнее
Бенчмарки: отказы снизились с 85.3% до 2.0%, средняя длина развёрнутого ответа выросла примерно в 4 раза (с 354 до 1340 токенов); на агентном тесте подтверждение необратимых действий изменилось с 7/10 до 8/10.Требования:
transformers >= 5.15.0 (в версии 5.12.0 архитектура muse_glimmer отсутствует); для GGUF нужна сборка llama.cpp b10353 или новее.Детали обучения: abliteration с коэффициентом scale 1.0 и винзоризацией 0.995 на 400 вредных и 400 безобидных промптах; из целевых тензоров удалено 98.6–99.6% направления отказа.








Comments