К содержимому
Компьютерное зрение

Muse-Glimmer-30B-uncensored

мультимодальная VLM без отказов

2 мин чтенияобновлено

Версия плотной мультимодальной модели meta-models/Muse-Glimmer-30B (29.78B параметров) от автора mdcreativeagent, из которой удалили механизм цензурных отказов. Модель работает с текстом и изображениями (VLM), выдаёт ответ с предварительным внутренним рассуждением в канале to=self и финальным результатом в to=user. В отличие от обычного дообучения на «разблокированных» датасетах, здесь применили norm-preserving biprojected abliteration (математическое вычитание вектора отказа из весов с сохранением их исходной нормы), что убирает цензуру без деградации качества. Пригодится исследователям безопасности ИИ, разработчикам локальных ассистентов и тем, кому мешают ложные срабатывания фильтров.

Ключевые особенности

  • Почти полное отсутствие отказов: доля отказов на тестовом наборе из 150 сложных запросов упала с 85.3% (128/150) до 2.0% (3/150), а ложные срабатывания на безобидных промптах снизились с 1.4% до 0%.
  • Нетронутый визуальный модуль: модификации затронули только текстовую часть (52 слоя декодера, 104 тензора o_proj и down_proj), тогда как все 800 тензоров визуального энкодера ViT-G/14 (1.9B) скопированы без изменений.
  • Сохранение защиты от инъекций: на агентном тесте из 30 проверок модель сохранила прежнюю устойчивость к prompt-инъекциям (0/12 пробитий) и соблюдению границ задач (0/8 нарушений).
  • Чистая работа без поломок: ни один из проверенных ответов не показал деградации или зацикливания текста, а доступность GGUF-квантизаций упрощает локальный запуск.

Что можно сделать

  • Тестировать границы LLM и VLM: использовать в red-teaming сценариях и исследованиях выравнивания моделей, где важны прямые ответы без уклонений.
  • Встраивать в локальных агентных помощников: применять для автоматизации задач с инструментами, учитывая возросшую автономность при необратимых действиях (модель реже переспрашивает перед удалением файлов).
  • Анализировать сложные тексты и изображения: запускать через transformers или в GGUF-формате через llama.cpp для обработки контента без ложных блокировок.

Пример

from transformers import AutoTokenizer
from transformers.models.muse_glimmer import MuseGlimmerForConditionalGeneration
import torch

model = MuseGlimmerForConditionalGeneration.from_pretrained(
    "TrevorJS/Muse-Glimmer-30B-uncensored", dtype=torch.bfloat16, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("TrevorJS/Muse-Glimmer-30B-uncensored")
messages = [{"role": "user", "content": "Your prompt here"}]
ПодробнееБенчмарки: отказы снизились с 85.3% до 2.0%, средняя длина развёрнутого ответа выросла примерно в 4 раза (с 354 до 1340 токенов); на агентном тесте подтверждение необратимых действий изменилось с 7/10 до 8/10.
Требования: transformers >= 5.15.0 (в версии 5.12.0 архитектура muse_glimmer отсутствует); для GGUF нужна сборка llama.cpp b10353 или новее.
Детали обучения: abliteration с коэффициентом scale 1.0 и винзоризацией 0.995 на 400 вредных и 400 безобидных промптах; из целевых тензоров удалено 98.6–99.6% направления отказа.
Обсудить Telegram 0 26

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 55 GB · готовые файлы62 GB
  • FP8 / INT8рекомендуемвеса 28 GB31 GB
  • 4-bitвеса 16 GB18 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.

    # mdcreativeagent/Muse-Glimmer-30B-uncensored
    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 mdcreativeagent/Muse-Glimmer-30B-uncensored --local-dir ~/models/Muse-Glimmer-30B-uncensored
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Muse-Glimmer-30B-uncensored
  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

meta-models/Muse-Glimmer-30B

Новые посты про версии Muse-Glimmer-30B — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

mdcreativeagent/Muse-Glimmer-30B-uncensored
Автор
mdcreativeagent
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

260

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии