Qwen3.8-27B-Perplexing-Pegasus-Heretic
децензурированная VLM с быстрым декодингом
2 min readupdated
Модель Qwen3.8-27B-Perplexing-Pegasus-Heretic от автора webbrain-one — это очищенная от встроенных отказов (abliterated) версия мультимодальной модели AveLabs/Qwen3.8-27B-Perplexing-Pegasus на 27,36 млрд параметров в формате BF16. Она объединяет возможности семейства Qwen3.8-27B (распознавание изображений, рассуждения в блоках и вызов инструментов) с механизмом оценки вероятностей вариантов ответа от perplexity-ai/pplx-decider-v1-27b. С помощью метода ARA (Arbitrary-Rank Ablation — точечное удаление направлений отказа в весах без дообучения) автор снизил частоту отказов с 102/104 до 6/104, не сломав логику оригинальной модели. Подойдёт разработчикам локальных ассистентов, систем маршрутизации запросов и мультимодальных пайплайнов.
Ключевые особенности
- Сочетает работу с изображениями и текстом, режим рассуждений
и поддержку tool-calling. - Сохранены все 15 тензоров MTP (Multi-Token Prediction — предсказание нескольких токенов за шаг для ускорения генерации в vLLM).
- Оставлена нетронутой голова модели (
lm_head) и файлыdecision/для точного считывания вероятностей (logprob) при классификации и выборе решений. - Минимальное искажение основного поведения: расхождение KL divergence на безопасных промптах составило всего 0.0618, а точность принятия решений сохранилась на уровне 90.0%.
Что можно сделать
- Развернуть локальный мультимодальный сервер через vLLM с включённым спекулятивным декодингом MTP и контекстом до 131 072 токенов.
- Использовать в качестве быстрого роутера или классификатора в пайплайнах, считывая вероятности готовых кодов ответа через модуль
decision_config.json. - Конвертировать в квантованные форматы (или взять готовые варианты AutoRound-INT4, NVFP4 и GGUF из линейки автора) для запуска на потребительских GPU и CPU.
Пример
vllm serve webbrain-one/Qwen3.8-27B-Perplexing-Pegasus-Heretic \
--dtype bfloat16 \
--reasoning-parser qwen3 \
--enable-auto-tool-choice \
--tool-call-parser qwen3_coder \
--speculative-config '{"method":"mtp","num_speculative_tokens":3}' \
--max-model-len 131072
Подробнее
Отказы по классификатору (harmful_behaviors): снижены с 102/104 до 6/104 (5.77%), по ключевым словам — до 9/104 (8.65%).Совпадение решений с оригиналом (30 тестов): 100%, точность осталась 90.0% при среднем отклонении вероятностей 0.0192.
Железо: полная версия в BF16 рассчитана на серверные GPU уровня H100, B200 или RTX PRO 6000; для менее мощных карт доступны кванты INT4, NVFP4 и GGUF.
Оптимизация весов выполнена инструментом heretic-llm (150 итераций Optuna TPE, слои с 16 по 52), лицензия Apache-2.0.










Comments