К содержимому
Языковые модели

Qwen3.5-4B-Claude-3xMerge-Jackrong-UNCENSORED-heretic

компактная модель для кода и рассуждений без цензуры

2 мин чтенияобновлено

Эта языковая модель (LLM) на 4.54B параметров решает задачи пошагового логического анализа, написания и отладки кода, отвечая без встроенных фильтров и отказов. В основе лежит линейный мерж (объединение весов) трёх специализированных файнтюнов на базе Qwen3.5-4B от Jackrong, обученных на примерах рассуждений уровня Claude Opus 4.6 и агентских сценариях. Автор Cairoflo-marketing обработал этот чекпоинт инструментом Heretic v2.0.0.dev0 методом Arbitrary-Rank Ablation (ARA — точечное удаление направлений отказа в слоях нейросети). В результате доля отказов снизилась с 98/100 до 4/100 при минимальном отклонении от исходного поведения. Подойдёт разработчикам и энтузиастам, которым нужна лёгкая локальная модель для сложных технических задач без лишних ограничений.

Ключевые особенности

  • Снятие цензуры с сохранением логики: обработка с 13 по 21 слой снизила количество отказов в 24 раза при KL-дивергенции всего 0.0776.
  • Тройной мерж под разные задачи: объединены модели для общих рассуждений (вес 1.0), программирования и работы с инструментами (0.8), а также структурированного многошагового анализа (0.6).
  • Экономные рассуждения: дистилляция следов Claude Opus 4.6 учит модель разбивать сложные задачи на шаги без лишних повторов.
  • Открытая лицензия: исходный мерж распространяется под лицензией Apache-2.0.

Что можно сделать

  • Генерация и отладка кода: использовать в локальных IDE-плагинах для написания скриптов, разбора чужого кода и поиска багов без блокировок со стороны фильтра безопасности.
  • Агентские пайплайны: тестировать в сценариях с вызовом внешних инструментов (tool-use) и пошаговым выполнением задач.
  • Локальный аналитический ассистент: запускать на домашнем ПК для декомпозиции сложных вопросов и логических задач.

Пример

В карточке модели не приведён готовый код запуска, но использовать её можно через стандартную библиотеку transformers для текстовой генерации — например, попросить пошагово разобрать уязвимость в фрагменте кода или составить план решения нестандартной технической задачи без срабатывания цензуры.

ПодробнееОтказы на тестовом наборе: 4/100 против 98/100 у исходного мержа; KL-дивергенция: 0.0776.
Параметры ARA: слои 13–21, preserve_good_behavior_weight 0.9212, steer_bad_behavior_weight 0.0010, neighbor_count 14.
Ограничения: независимых бенчмарков качества самого мержа нет; мультимодальные функции базовой Qwen3.5-4B не проверялись; в коде и рассуждениях возможны ошибки.
Обсудить Telegram 0 23

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 8.7 GB · готовые файлы10 GB
  • FP8 / INT8рекомендуемвеса 4.2 GB5.8 GB
  • 4-bitвеса 2.4 GB4.0 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2080 Ti

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Для текстовых моделей — с контекстом 8192 токенов.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A30

    $0.26 в час с купоном. При создании машины выберите образ Ubuntu.

    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.

    # Cairoflo-marketing/Qwen3.5-4B-Claude-3xMerge-Jackrong-UNCENSORED-heretic — A30, FP8 / INT8
    # Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
    DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
    case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
    if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
      . /etc/os-release && \
      curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
      sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
      sudo apt-get update && \
      sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
      { echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
      echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
      exit 0
    fi
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
    uv pip install vllm
    vllm serve Cairoflo-marketing/Qwen3.5-4B-Claude-3xMerge-Jackrong-UNCENSORED-heretic --max-model-len 8192 --quantization fp8
  3. 3. Пользуйтесь

    Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.

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.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

  1. Qwen3.5-4B-Baseоснова семьи
  2. Qwen3.5-4B
  3. Qwen3.5-4B-Claude-3xMerge-Jackrong
  4. Qwen3.5-4B-Claude-3xMerge-Jackrong-UNCENSORED-heretic

Новые посты про версии Qwen3.5-4B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

Cairoflo-marketing/Qwen3.5-4B-Claude-3xMerge-Jackrong-UNCENSORED-heretic
Автор
Cairoflo-marketing
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

230

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии