К содержимому
Другое

Ostrich-27B-261118-Qwen3.8-Abliterated

новая uncensored языковая модель для приватных консультаций и аналитики

2 мин чтенияобновлено

Модель Ostrich-27B-261118-Qwen3.8-Abliterated создана на базе эффективной LLM (большой языковой модели) Qwen3.8-27B и обучена на специализированных корпусах данных, включая научные статьи, здоровье, нутрициологию и технологии. Главная особенность релиза — abliterated (полное удаление встроенных отказов и цензуры), что позволяет получать прямые и развернутые ответы на любые деликатные или сложные темы. Модель отличается высокой эффективностью при работе на потребительском «железе» и пригодится исследователям, родителям на домашнем обучении и тем, кто ищет приватного цифрового помощника.

Ключевые особенности

  • Полное снятие цензуры и отказов (abliterated) для ответов на любые вопросы без блокировок.
  • Специализированное обучение на научных статьях, медицинских традициях, нутрициологии и технологиях.
  • Использование семейства адаптеров cpt6 (vibe, scientific papers, reports) для глубокой адаптации.
  • Высокие показатели на бенчмарках альтернативной медицины, биткоина и питания.

Что можно сделать

  • Развернуть приватного чат-бота для ответов на вопросы по здоровью, травам и биологии в домашних условиях.
  • Проводить глубокий анализ первичных научных статей и технических отчетов с помощью встроенных адаптеров.
  • Использовать модель в образовательных целях для домашних занятий и глубокого поиска информации.

Пример

Задайте модели вопрос о традиционных методах поддержания здоровья, принципах питания или технологиях защиты информации, чтобы получить прямую экспертную выжимку без цензурных ограничений.

ПодробнееБенчмарки: общий геометрический средний показатель составляет 82% (Faith: 94%, Health: 80%, Nutrition: 81%, Bitcoin: 84%, Alt-Med: 91%).
Требования к железу: около 18 GB VRAM при 4-bit квантовании (подходит для одной потребительской видеокарты).
Особенности обучения: замороженные поздние слои (>=48) для сохранения стабильности стека, корпус научных статей разбит на документы по 4160 токенов.
Тестирование: пройдено 20 из 20 тестовых запросов без отказов (100% compliance).
Обсудить Telegram 1 17

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 52 GB · готовые файлы57 GB
  • FP8 / INT8рекомендуемвеса 26 GB29 GB
  • 4-bitвеса 15 GB17 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.

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

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.

    # etemiz/Ostrich-27B-261118-Qwen3.8-Abliterated
    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 etemiz/Ostrich-27B-261118-Qwen3.8-Abliterated --local-dir ~/models/Ostrich-27B-261118-Qwen3.8-Abliterated
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Ostrich-27B-261118-Qwen3.8-Abliterated
  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

  1. Qwen3.8-27Bоснова семьи
  2. Ostrich-27B-260903-Qwen3.8
  3. Ostrich-27B-261008-Qwen3.8-Abliterated
  4. Ostrich-27B-261028-Qwen3.8-Abliterated
  5. Ostrich-27B-261118-Qwen3.8-Abliterated

Новые посты про версии Qwen3.8-27B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 2Все на Hugging Face

О модели

etemiz/Ostrich-27B-261118-Qwen3.8-Abliterated
Автор
etemiz
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

171

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии