К содержимому
Языковые модели

MiniMax-H3-Image-PE-heretic-NVFP4-GGUF

децензурированная квантованная версия модели MiniMax-H3-Image-PE

1 мин чтения

Модель представляет собой GGUF-версию децензурированного репозитория narzh49/MiniMax-H3-Image-PE, созданную с использованием инструмента Heretic. Квантование выполнено в формате NVFP4 для оптимизации работы с памятью. Базовая модель MiniMaxAI/MiniMax-H3-Image-PE подверглась аблитерации (удалению встроенных ограничений цензуры) в диапазоне слоев с 25 по 55. Модель пригодится исследователям и разработчикам, которым требуется работа с генеративным контентом без встроенных отказов и ограничений оригинальной версии.

Ключевые особенности

  • Формат GGUF с квантованием NVFP4 для снижения требований к железу
  • Сняты ограничения цензуры на основе утилиты Heretic методом модификации слоев
  • Сохранение величин строк (preserve_row_magnitudes: true) при аблитерации
  • Настройка ранга lora_rank со значением 50 для адаптации весов

Что можно сделать

  • Запустить модель для генерации текста или работы с мультимодальными задачами в локальной среде с поддержкой GGUF
  • Проверить устойчивость модели к отказам с помощью кастомных промптов
  • Использовать в пайплайнах обработки текста, где важна свобода от встроенных фильтров безопасности базовой версии

Пример

Модель загружается через стандартные инструменты для работы с GGUF-форматом и поддерживается локальными бэкендами для запуска больших языковых моделей.

ПодробнееМетрики и параметры обучения:
KL divergence (harmless_alpaca): 0.332
Refusals & Evasions (Refusal-Classifier-v2): 34/100 (у оригинала 95/100)
Аблитерация затронула слои с 25 по 55 с lora_rank 50
Обсудить Telegram 1 9

Запустится ли?

Запустится в GGUF NVFP4

Влезает самая точная из готовых сжатых версий.

  • GGUF NVFP4веса 16 GB · готовые файлы18 GB

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: GGUF NVFP4 — от RTX 4090

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

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.

    # narzh49/MiniMax-H3-Image-PE-heretic-NVFP4-GGUF
    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 narzh49/MiniMax-H3-Image-PE-heretic-NVFP4-GGUF --local-dir ~/models/MiniMax-H3-Image-PE-heretic-NVFP4-GGUF
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к MiniMax-H3-Image-PE-heretic-NVFP4-GGUF
  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.

Это текстовая модельЭто не сам генератор картинок, а языковая модель-помощник (prompt enhancer): она переписывает ваш короткий запрос в подробный промпт для генератора. Поэтому ускорения здесь — как для LLM, а сам генератор картинок ускоряется отдельно.

  • 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.

Промпты для MiniMax H3

Все промпты

Готовые промпты с видео результата: копируйте и пробуйте.

Семья модели

  1. Qwen3.8-27Bоснова семьи
  2. MiniMax-H3-Image-PE
  3. MiniMax-H3-Image-PE-heretic-NVFP4
  4. MiniMax-H3-Image-PE-heretic-NVFP4-GGUF

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

narzh49/MiniMax-H3-Image-PE-heretic-NVFP4-GGUF
Автор
narzh49
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

91

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии