Qwen3.8-27b-Swift-1.5-heretic-unscyophantic
версия Swift 1.5 без отказов и подхалимства
2 мин чтения
Модель представляет собой децензурированную модификацию ukisai/Swift-1.5-Qwen3.8-27b на 27,36 млрд параметров от автора RacingAce66. Она решает задачу генерации текста и анализа изображений с рассуждениями, но избавлена от излишней цензуры и склонности соглашаться с пользователем вопреки фактам (sycophancy). В отличие от оригинальной Swift 1.5, где процент отказов достигал 98%, здесь через инструмент Heretic v2.1.0 проведена абляция весов (избирательное отключение нейронных направлений, отвечающих за отказы и угодничество). Подойдёт разработчикам и энтузиастам, которым нужна быстрая рассуждающая VLM/LLM-модель без ложных срабатываний фильтров.
Ключевые особенности
- Снижение числа отказов с 98/100 у оригинала до 8/100 после обработки.
- Устранение подхалимства (sycophancy): доля угодливых ответов упала с 60/78 до 2/78.
- Сохранение архитектуры и эффективности Swift 1.5 (на базе Qwen3.8-27B), которая тратит на 58,5% меньше токенов на рассуждения по сравнению с базой.
- Поддержка мультимодальных задач формата
image-text-to-textчерез библиотекуtransformers.
Что можно сделать
- Развернуть в локальном чате или через
vLLMдля прямых и объективных ответов без морализаторства и навязанного согласия. - Использовать в агентских пайплайнах и задачах программирования, где базовая Swift 1.5 показывает высокие результаты и экономит токены размышлений.
- Применять для анализа изображений и сложных текстовых запросов, на которых стандартные модели выдают ложные отказы.
Пример
В карточке приведён пример задачи на генерацию 3D-сцены из тестирования базовой Swift 1.5: по запросу создать небольшой 3D-глобус с разными биомами, по которому гуляет бойскаут, модель сгенерировала рабочую браузерную игру за 11,39 минуты (против 104,6 минуты у исходной Qwen3.8-27B).
Подробнее
Метрики после абляции (Heretic 2.1.0): отказы — 8/100 (было 98/100), подхалимство — 2/78 (было 60/78), KL-дивергенция — 0.1774.Бенчмарки этой версии: AGIEval — 0.5503 (±0.0051), CommonsenseQA — 0.8575 (±0.0100).
Детали модификации: Arbitrary-Rank Ablation (ARA) применена к слоям со 2-го по 63-й (индексы 1–62), в репозитории есть папка
reproduce для воспроизведения результата.Параметры: 27.36B, формат
transformers (image-text-to-text).









Комментарии