Skip to content
Computer vision

Qwen3.5-2B-Claude-4.6-OS-Auto-Variable-HERETIC-UNCENSORED-THINKING

компактная модель с рассуждениями без цензуры

2 min readupdated

Эта мультимодальная языковая модель на 2,21 млрд параметров умеет отвечать на текстовые запросы, анализировать изображения и выстраивать цепочку рассуждений (thinking-блоки в стиле Claude) перед выдачей ответа. Она представляет собой файнтюн (дообучение) базовой Qwen3.5-2B через фреймворк Unsloth на четырёх датасетах Claude-4.6-OS от автора MysticMungusW (в карточке также приведены рекомендации по настройкам от DavidAU). От оригинала модель отличается полностью снятыми ограничениями безопасности (метод Heretic), сокращённым объёмом рассуждений и улучшенными показателями на ряде бенчмарков. Пригодится тем, кому нужен лёгкий локальный ассистент без отказов для чата, ролевых сценариев и работы с картинками на слабом железе.

Ключевые особенности

  • Полное снятие ограничений: благодаря модификации Heretic модель отвечает на любые запросы без морализаторства и встроенных фильтров.
  • Адаптивные рассуждения: использует thinking-блоки в стиле Claude, при этом автор уменьшил их длину при обучении, а глубина размышлений зависит от сложности задачи.
  • Поддержка изображений: сохранена и протестирована работа с визуальным вводом (vision) после дообучения.
  • Огромный контекст: по умолчанию поддерживается окно контекста до 256k токенов (нативно в архитектуре Qwen3.5 заложено 262 144 токена).

Что можно сделать

  • Локальный чат и ролевые игры: подключить модель в KoboldCpp, Silly Tavern или text-generation-webui для свободного общения и RP-сценариев без цензуры.
  • Анализ изображений на слабом ПК: использовать как компактную VLM (модель «зрение + язык») для описания картинок и ответов на вопросы по ним.
  • Решение логических задач: применять для пошагового разбора вопросов, где полезно видеть ход мыслей модели до финального ответа.

Пример

В карточке приведены рекомендуемые настройки сэмплеров для плавной работы в чате и ролевых сценариях (KoboldCpp, Silly Tavern, text-generation-webui): установите Smoothing_factor (Quadratic Sampling) на значение 1.5, а repetition_penalty оставьте равным 1 (выключен) или поднимите до 1.1–1.15, если сглаживание не используется.

ПодробнееБенчмарки (в сравнении с Qwen3.5-2B-Thinking qx86-hi HERETIC): BoolQ — 0.713 (против 0.635), HellaSwag — 0.538 (против 0.461), ARC-Challenge — 0.366 (против 0.348), PIQA — 0.683, Winogrande — 0.579.
Квантование: автор рекомендует использовать кванты не ниже Q4_K_S (без imatrix) или IQ3_S (с imatrix).
Ограничения: видео-возможности базовой архитектуры Qwen3.5 в этом файнтюне не тестировались.
Discuss Telegram 0 14

Will it run?

Runs in BF16

Fits without quantisation.

  • BF16weights 4.1 GB · ready files5.0 GB
  • FP8 / INT8recommendedweights 2.1 GB2.8 GB
  • 4-bitweights 1.2 GB1.8 GB

Tip: go 8-bit.FP8 / INT8 is within about a percent of full precision in quality, takes half the memory and runs faster on RTX 40/50 and H100. Full precision only pays off for fine-tuning.

What to get for this model

Massed ComputeOpen Massed Compute

Your own GPU: FP8 / INT8 — from RTX 2060 · BF16 — from RTX 2060

Massed Compute hourly prices, November 2026. The discounted price applies with the coupon at checkout.

Estimate: weights plus working memory. Long videos, high resolutions and long contexts need more.

Run it on Massed Compute

The script downloads the model to the rented machine. How to run it is in the model card.

  1. 1. Rent a machine with a fitting GPU

    Open Massed Compute
  2. 2. Paste the script into the machine's terminal

    Connect over SSH (the Massed Compute panel shows the command) or open a terminal on the machine's desktop.

    HF_TOKEN / CIVITAI_TOKENThe script starts with token lines: paste yours between the quotes. The Hugging Face token is for gated models, the Civitai one for Civitai models.

    # MysticMungusW/Qwen3.5-2B-Claude-4.6-OS-Auto-Variable-HERETIC-UNCENSORED-THINKING
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download MysticMungusW/Qwen3.5-2B-Claude-4.6-OS-Auto-Variable-HERETIC-UNCENSORED-THINKING --local-dir ~/models/Qwen3.5-2B-Claude-4.6-OS-Auto-Variable-HERETIC-UNCENSORED-THINKING
    # The model is in ~/models. How to run it is in the model card (link above).
  3. 3. Use it

    The model is in ~/models. How to run it is in the model card (link above).

Stop the machine in the panel when you are done: it bills by the minute while it runs.

How to speed it up

Picked for this model type. Choose your hardware above to see what fits you exactly.

  • FlashAttention 44.0.0b40from November 18, 2026new release

    fastest exact attention on B200

    Kernels for Blackwell (beta). Exact attention without quantisation — fine for everything, LLMs included.

    How to enable: pip install flash-attn-4; vLLM and SGLang pick it up themselves.

    Earlier generations (2)
    • FlashAttention 3 — The Hopper (H100/H200) version with FP8.
    • FlashAttention 2 — The standard for RTX 30/40/50 and A100: exact attention without the memory cost of long contexts.
  • torch.compile2.15.0from October 28, 2026new release

    10–30% for free

    Compiles the model for your GPU. Slower first run, faster afterwards.

    How to enable: model = torch.compile(model); in ComfyUI the TorchCompileModel node.

Model family

  1. Qwen3.5-2B-Basefamily root
  2. Qwen3.5-2B
  3. Qwen3.5-2B-Claude-4.6-OS-Auto-Variable-HERETIC-UNCENSORED-THINKING

New posts about versions of Qwen3.5-2B-Base (quants, finetunes, LoRAs) will show up under the bell.

Quantised versions 12All on Hugging Face
Fine-tunes 12All on Hugging Face
LoRAs and adapters 10All on Hugging Face
Merges 2All on Hugging Face

About the model

MysticMungusW/Qwen3.5-2B-Claude-4.6-OS-Auto-Variable-HERETIC-UNCENSORED-THINKING
Author
MysticMungusW
Category
Computer vision
Released
Posted

On NeyroLearn

Hugging Face

140

Ask AI about this model

Answered by Gemini 4 · the chat is kept only in this tab

Comments