GPT
הוספת כלי
Q

Qwen3.5-27B-Derestricted

קוד פתוח

ArliAIapache-2.02026-03-08

  • transformers
  • safetensors
  • qwen3_5
  • image-text-to-text
  • abliterated

גרסה נטולת סירובים של מודל עשרים ושמונה מיליארד פרמטרים חזק. היא מתאימה למי שרוצה ביצועי קוד והיגיון גבוהים בלי חסימות תוכן שפוגעות באיכות התשובה.

  • 28Bפרמטרים
  • 262,144טוקנים בהקשר
  • 51.8 GBמשקל הקבצים
  • 6,154הורדות בחודש

מה זה

מדובר בעריכת משקלים ישירה על הבסיס של Qwen3.5-27B שנועדה לנקות את מנגנוני הסירוב המובנים. בניגוד לשיטות ישנות שפשוט מחסירות וקטורים ופוגעות ביציבות הרשת, כאן פירקו את המשקלים לגודל וכיוון כדי להסיר רק את רכיב הסירוב בלי לגעת בעוצמת הניורונים. התוצאה היא מודל שמדבר חופשי ושומר על יכולות הניתוח המקוריות.

במבחני הבסיס המקוריים הוא מציג רמה מרשימה, עם 72.4 ב־SWE-bench Verified וציון 95.0 ב־IFEval, מה שמציב אותו בעמדה מצוינת למשימות תכנות ומעקב אחרי הוראות מורכבות. המבנה הפנימי שלו משלב Gated DeltaNet עם מנגנוני קשב, מה שמסייע לו לטפל בהקשרים ארוכים ביעילות גבוהה יותר בהשוואה למודלים סטנדרטיים בגודל הזה.

מתאים ל

  • ניתוח אבטחת מידע

    מאפשר לבדוק חולשות וקוד פגיע בלי לקבל שגיאות סירוב אוטומטיות מהמערכת.

  • כתיבת קוד למערכות מורכבות

    מנצל ציון של 72.4 ב־SWE-bench כדי לפתור באגים ולפתח רכיבי תוכנה שלמים.

  • עיבוד מסמכים ארוכים

    עובד עם חלון הקשר עצום של מעל רבע מיליון טוקנים לניתוח טקסטים כבדים.

איפה זה נופל

ההסרה של מנגנוני הסירוב אומרת שהמודל יענה על הכל, גם על בקשות בעייתיות או פוגעניות, ולכן הוא לא מתאים למוצר שפונה לקהל רחב בלי שכבת סינון עצמאית. בנוסף, בביצועי תכנות תחרותי הוא השיג 1899 ב־CodeForces, שזה נמוך יותר מגרסאות אחרות בסדרה, ויכולת הריצה שלו בטרמינל עומדת על 41.6 בלבד.

שאלות
נפוצות

האם הסרת הסירובים גרמה למודל להזות יותר?

היוצרים השתמשו בשיטה ששומרת על הנורמה של המשקלים כדי למנוע את הפגיעה בהיגיון שמאפיינת מודלים שעברו הסרת צנזורה רגילה. לפי הדיווח שלהם המודל שומר על יכולות החשיבה של מודל המקור.

אפשר להריץ אותו על מחשב פיתוח רגיל?

לא במשקלים המקוריים שלו, שדורשים מעל חמישים ג'יגה בייט של זיכרון תצוגה. כדי להריץ אותו מקומית תצטרכו להשתמש בגרסה מכומתת או להשתמש בשרת ייעודי.

איך מריצים

המשקלים המלאים תופסים 51.8 ג'יגה בייט בפורמט של transformers. כדי להריץ אותו בלי כימות תצטרכו לפחות 64 ג'יגה זיכרון וידאו, כלומר שרשור של כרטיסים או A100 בודד. בסביבות עבודה עם vLLM או SGLang אפשר לכמת אותו כדי לדחוס אותו לחומרה מקומית נגישה יותר.

אם אתם לא צריכים שליטה מלאה בשרת או שאין לכם כרטיסי מסך חזקים זמינים, החזקת תשתית מקומית למודל כזה תעלה לא מעט. הרצה עצמית שווה את זה רק כשאתם חייבים אפס סירובים ופרטיות מוחלטת של המידע.

from transformers import pipeline

pipe = pipeline("text-generation", model="ArliAI/Qwen3.5-27B-Derestricted")
print(pipe("שלום"))

הקבצים

24 קבצים במאגר, 51.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא Apache 2.0. מותר להשתמש בו לצרכים מסחריים, לשנות את הקוד ולהפיץ אותו הלאה במוצרים שלכם, בתנאי שמשאירים את הקרדיט והודעת הרישיון המקורית.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗