К содержимому
Компьютерное зрение

Qwen3.8-27B-Heretic

версия Qwen3.8-27B со сниженным числом отказов

2 мин чтенияобновлено

Это модифицированная версия мультимодальной модели Qwen3.8-27B (27,36 млрд параметров), из которой убрали встроенную цензуру с помощью метода Arbitrary-Rank Ablation (ARA — точечное удаление направлений в весах, отвечающих за отказы) в инструменте Heretic v2.1.0. Модель работает как с текстом, так и с изображениями и видео, сохраняя возможности базовой версии в программировании, агентских задачах и рассуждениях. В отличие от оригинальной Qwen3.8-27B, которая отклоняла 98 из 100 тестовых запросов, эта сборка отказывает только в 6 случаях из 100 при минимальном отклонении от исходного поведения (KL divergence 0.1270). Подойдёт разработчикам и энтузиастам, которым нужна сильная локальная VLM (визуально-языковая модель) без лишних ограничений со стороны фильтров.

Ключевые особенности

  • Снижение уровня отказов с 98/100 до 6/100 на тестовом наборе при сохранении базовых навыков модели.
  • Основана на Qwen3.8-27B с нативной поддержкой текста, изображений и видео, а также настраиваемым режимом рассуждений (thinking mode).
  • Контекстное окно 262 144 токена из коробки с возможностью расширения до 1 000 000 токенов.
  • Полная воспроизводимость: в репозитории приведены точные параметры ARA и инструкция для повторения модификации.

Что можно сделать

  • Использовать в локальных чат-ботах и ассистентах через Transformers, vLLM или SGLang для ответов на запросы, которые оригинальная модель блокировала.
  • Подключать к агентским пайплайнам и задачам программирования, где требуются длинный контекст и автономное планирование без ложных срабатываний цензуры.
  • Анализировать изображения, схемы и длинные видео без ограничений стандартных фильтров безопасности.

Пример

В карточке не приведён готовый сниппет для запуска, но модель совместима с библиотеками transformers, vLLM и SGLang. Пример сценария из замеров автора: на контрольном наборе из 100 сложных запросов оригинальная Qwen3.8-27B выдала 98 отказов, тогда как Qwen3.8-27B-Heretic ответила на 94 из них.

ПодробнееОтказы на тесте: 6/100 против 98/100 у оригинала; KL divergence: 0.1270.
Параметры ARA (Heretic v2.1.0): слои с 13 по 63, preserve_good_behavior_weight 0.1491, overcorrect_relative_weight 0.9999.
Архитектура базы: 27B плотных параметров, 64 слоя (Gated DeltaNet + Gated Attention), контекст 262K–1M токенов.
Бенчмарки базы Qwen3.8-27B: SWE-bench Pro — 61.7, Terminal Bench 2.1 — 73.0, CoWorkBench — 70.7.
Обсудить Telegram 0 101

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 51 GB · готовые файлы57 GB
  • FP8 / INT8рекомендуемвеса 25 GB29 GB
  • 4-bitвеса 14 GB16 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.

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

Дообучение модели

Qwen/Qwen3.8-27B

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

HexaSpaghetti/Qwen3.8-27B-Heretic
Автор
HexaSpaghetti
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

1010

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

zils-lite-c5i5

zils-lite-c5i5