К содержимому
Компьютерное зрение

Qwen3.5-9B-DS-v4-Flash-uncensored-heretic

рассуждающая версия Qwen3.5 со снятой цензурой

2 мин чтения

Экспериментальная языковая модель на 9,65 млрд параметров от автора prithivMLmods, созданная на базе Qwen/Qwen3.5-9B. Её дообучили на цепочках рассуждений (reasoning traces) модели DeepSeek V4 Flash и обработали фреймворком Heretic (инструмент автоматического снижения отказов модели), чтобы объединить глубокий пошаговый анализ с минимальной цензурой. В отличие от оригинальной Qwen3.5-9B, эта версия отвечает почти на любые запросы и заточена под длинные логические выводы, математику, науку и программирование. Пригодится исследователям и разработчикам для локального запуска и тестов на сложных задачах без излишних ограничений.

Ключевые особенности

  • Обучение на рассуждениях: файнтюн выполнен на reasoning traces от DeepSeek V4 Flash для усиления многошаговой логики и аналитики.
  • Снятие цензуры через Heretic: применение Heretic v2.0.0.dev0 снизило долю отказов со 100/100 у базовой модели до 5/100.
  • Поддержка MTP: реализовано спекулятивное декодирование (Speculative Decoding) для ускорения генерации.
  • Компактный размер 9.65B: модель подходит для локального развёртывания и экспериментов в исследовательских средах.

Что можно сделать

  • Решать сложные задачи: использовать для пошагового разбора математических примеров, научного анализа и логических головоломок.
  • Писать и отлаживать код: применять как локального ассистента для генерации, анализа и исправления программного кода.
  • Исследовать поведение LLM: тестировать влияние анцензоринга на качество ответов и сравнивать цепочки рассуждений с оригинальной Qwen3.5-9B.

Пример

from transformers import AutoTokenizer, AutoModelForCausalLM

model_id = "prithivMLmods/Qwen3.5-9B-DS-v4-Flash-uncensored-heretic"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype="auto", device_map="auto")

inputs = tokenizer.apply_chat_template([{"role": "user", "content": "Explain how a transformer model processes text."}], tokenize=True, add_generation_prompt=True, return_tensors="pt").to(model.device)
print(tokenizer.decode(model.generate(inputs, max_new_tokens=512)[0][inputs.shape[-1]:], skip_special_tokens=True))
ПодробнееОтказы (Refusals): 5/100 против 100/100 у оригинальной Qwen/Qwen3.5-9B.
KL Divergence (отклонение распределения от базы): 0.0825.
Обучение: SFT на базе TRL и Transformers, анцензоринг через Heretic v2.0.0.dev0.
Ограничения: экспериментальный релиз, возможны артефакты в длинных рассуждениях и галлюцинации, требуется независимая проверка фактов.
Обсудить Telegram 1 6

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 18 GB · готовые файлы20 GB
  • FP8 / INT8рекомендуемвеса 9.0 GB10 GB
  • 4-bitвеса 5.1 GB6.1 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 2080 Ti · BF16 — 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.

    # prithivMLmods/Qwen3.5-9B-DS-v4-Flash-uncensored-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 prithivMLmods/Qwen3.5-9B-DS-v4-Flash-uncensored-heretic --local-dir ~/models/Qwen3.5-9B-DS-v4-Flash-uncensored-heretic
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  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/Qwen3.5-9B
  1. Qwen3.5-9B-Baseоснова семьи
  2. Qwen3.5-9B
  3. Qwen3.5-9B-DS-v4-Flash-uncensored-heretic

Новые посты про версии Qwen3.5-9B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 6Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

prithivMLmods/Qwen3.5-9B-DS-v4-Flash-uncensored-heretic
Автор
prithivMLmods
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

61

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Lucia v1.1-nc

Lucia v1.1-nc