AI News
ДІЇ НЕМАНейтральнаImpact 3/10BetaВід 50 людей🔐 Кібербезпека

Модель Qwen3.8-27B-EXL3-3.5bpw-heretic з прибраними відмовами

Редакція AI NewsДжерело: Shir-man Daily TopОпубліковано Оновлено
Shir-man Daily Top•6 днів тому•2 перегляди•

Опубліковано модель Qwen3.8-27B-EXL3-3.5bpw-heretic, у якій методом Heretic видалено відмови відповідати. Втрата якості мінімальна: MMLU 80,9%, PPL +0,15%.

ВердиктНейтральнаImpact 3/10

🔬 Експериментальний репозиторій, а не готовий продукт. Для компаній на 10-50 людей тут немає дії: без підтримки та готового деплою це інструмент для розробників, а не для бізнесу.

🎯 Чи підходить це вашому бізнесу?

Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.

Заповнити профіль · 30 секунд
Детальний розбір ↓

TL;DR

• Модель базується на Qwen3.8-27B.

• Використовується метод Heretic для прибирання відмов.

• 0% жорстких відмов на тесті JailbreakBench.

• Показник якості MMLU становиє 80,9%.

• Зміна перплексності PPL — +0,15%.


Як це змінить ваш ринок?

Це не комерційний продукт, а дослідницький репозиторій. Для компаній на 10-50 людей це не змінює нічого, оскільки немає підтримки та готового інтеграційного рішення.


Визначення: Abliteration — процес прибирання безпечних фільтрів (відмов) у моделі штучного інтелекту для того, щоб вона відповідала на будь-які запити.


Для кого це і за яких умов

Це актуально лише для команд з власними розробниками та досвідом роботи з GPU. Мін. масштаб: компанія з IT-відділом. Час на впровадження: дні або тижні роботи інженера.


Альтернативи

Продукт 1Продукт 2Продукт 3
Цінаданими не розкритіданими не розкритіданими не розкриті
Де працюєHugging FaceHugging FaceHugging Face
Мін. вимогиGPU, IT-командаGPU, IT-командаGPU, IT-команда
Ключова різницявідкриті вагивідкриті вагивідкриті ваги

💬 Часті запитання

Чи підходить це для малого бізнесу?

Ні, це демо-проєкт для ентузіастів, а не готовий бізнес-інструмент.

Чи є тут гарантії якості?

Ні, це експериментальна модель без офіційної підтримки.

Де знайти модель?

На платформі Hugging Face за посиланням із статті.

Підтекст

Це типові дослідження з «abliteration», коли ентузіасти прибирають безпечні фільтри моделей. Для бізнесу це не продукт, а сигнал про те, як легко можна змінити поведінку відкритих ваг.

Такий розбір щоранку о 08:00

Персональний AI-дайджест для вашої галузі — щодня у Telegram

Підписатися безкоштовно
Qwen3LLMabliterationHuggingFaceopensource

AI Advisory Board

Навчіть вашу команду будувати такі AI-автоматизації

За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.

Дізнатись більше → aiadvisoryboard.me