К содержимому
Компьютерное зрение

Qwen3.5-9B-Claude-4.6-OS-HERETIC-UNCENSORED-INSTRUCT

мультимодальная Qwen 3.5 без цензуры

2 мин чтенияобновлено

Мультимодальная языковая модель, которая отвечает на текстовые запросы и анализирует изображения без встроенных отказов. Релиз основан на Qwen3.5-9B-heretic-v2 (9,41 млрд параметров, плотная архитектура Qwen 3.5 с энкодером зрения) и дообучен автором Bercraft (в карточке также указан стиль DavidAU) через библиотеку Unsloth на четырёх датасетах Claude-4.6-OS. В отличие от многих «разлоченных» сборок, мягкое дообучение здесь не сломало логику базовой модели и сохранило работу с картинками, а модифицированный Jinja-шаблон переводит её строго в режим выполнения инструкций (instruct-only). Пригодится разработчикам и энтузиастам для локальных ассистентов, анализа визуального контента и задач, где стандартные модели выдают ложные отказы.

Ключевые особенности

  • Минимум отказов: в тесте на цензуру модель отклонила только 6 запросов из 100 против 100 из 100 у оригинальной Qwen3.5-9B, сохранив KL divergence (показатель отклонения от исходного распределения вероятностей) на уровне 0.0793.
  • Работающее зрение: поддержка изображений протестирована после дообучения и функционирует штатно (видео-часть не проверялась).
  • Улучшенные бенчмарки: на тесте ARC модель набрала 0.624 против 0.417 у базовой Qwen3.5-9B и 0.571 у Qwen3.5-9B-Instruct.
  • Большой контекст: по умолчанию доступно окно контекста в 256K токенов (262 144 токена в архитектуре Qwen3.5).

Что можно сделать

  • Развернуть локального чат-бота без цензурных фильтров через transformers, vLLM или SGLang для брейншторма, ролевых сценариев и работы с текстами.
  • Подключить к пайплайнам распознавания и описания изображений, где требуется прямое следование инструкциям без срабатывания встроенных стоп-слов.
  • Загружать объёмные документы или длинные переписки целиком благодаря контекстному окну в 256K токенов.

Пример

Для оптимального качества автор рекомендует использовать квантование не ниже Q4_K_S (без imatrix) или IQ3_S (с imatrix), а также отключить штраф за повторения (repetition_penalty = 1.0). Модель работает в режиме instruct-only через встроенный Jinja-шаблон чата.

ПодробнееБенчмарки (mxfp8): ARC — 0.624, ARC-Easy — 0.820, BoolQ — 0.886, HellaSwag — 0.663, OpenBookQA — 0.442, PIQA — 0.763, Winogrande — 0.681.
Децензурирование: 6/100 отказов, KL divergence = 0.0793.
Рекомендации к запуску: кванты от Q4_K_S (non-imatrix) или IQ3_S (imatrix), repetition penalty = 1.
Ограничения: работа с видео не тестировалась, другие варианты релиза находятся в процессе проверки.
Обсудить Telegram 0 30

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # Bercraft/Qwen3.5-9B-Claude-4.6-OS-HERETIC-UNCENSORED-INSTRUCT
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 Bercraft/Qwen3.5-9B-Claude-4.6-OS-HERETIC-UNCENSORED-INSTRUCT --local-dir ~/models/Qwen3.5-9B-Claude-4.6-OS-HERETIC-UNCENSORED-INSTRUCT
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии Qwen3.5-9B-Claude-4.6-OS-HERETIC-UNCENSORED-INSTRUCT — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

Bercraft/Qwen3.5-9B-Claude-4.6-OS-HERETIC-UNCENSORED-INSTRUCT
Автор
Bercraft
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

300

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии