К содержимому
Компьютерное зрение

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-text через библиотеку transformers.

Что можно сделать

  • Развернуть в локальном чате или через vLLM для 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).

ПодробнееМетрики 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).
Видео-пример
Обсудить Telegram 0

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.

    # RacingAce66/Qwen3.8-27b-Swift-1.5-heretic-unscyophantic
    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 RacingAce66/Qwen3.8-27b-Swift-1.5-heretic-unscyophantic --local-dir ~/models/Qwen3.8-27b-Swift-1.5-heretic-unscyophantic
    # 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

ukisai/Swift-1.5-Qwen3.8-27b
  1. Qwen3.8-27Bоснова семьи
  2. Swift-1.5-Qwen3.8-27b
  3. Qwen3.8-27b-Swift-1.5-heretic-unscyophantic

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

RacingAce66/Qwen3.8-27b-Swift-1.5-heretic-unscyophantic
Автор
RacingAce66
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии