GPT
הוספת כלי
H

Huihui-CyberStrike-OffSec-35B-abliterated

קוד פתוח

huihui-aiapache-2.02026-08-10

  • transformers
  • safetensors
  • qwen3_5_moe
  • image-text-to-text
  • abliterated

גרסה נטולת סירובים למודל התקפי של 36 מיליארד פרמטרים. מי שמחפש אותו צריך מודל שמייצר סקריפטים ומידע על אבטחה בלי לקבל הטפות מוסר או סירובים.

  • 36Bפרמטרים
  • 262,144טוקנים בהקשר
  • 67.0 GBמשקל הקבצים
  • 4,990הורדות בחודש

מה זה

מדובר בהסבה של המודל CyberStrike-OffSec-35B שנועדה להסיר ממנו את מנגנוני הסירוב המובנים באמצעות טכניקת abliteration. המפתח מגדיר את זה כמימוש ניסיוני וגולמי שבוצע בלי להשתמש בספריית TransformerLens, כך שהמטרה העיקרית פה היא לפתוח את היכולות ההתקפיות של המודל המקורי בלי חסימות.

הבסיס מבוסס על ארכיטקטורת תערובת מומחים של Qwen, עם חלון הקשר עצום של 262,144 טוקנים. זה אומר שאפשר לזרוק אליו קובצי לוג ארוכים, קוד מקור מלא של פרויקטים או דוחות סריקה כבדים בלי לחתוך אותם לחלקים קטנים. אין בדף המודל מבחני ביצועים כמותיים, כך שקשה לדעת אם הסרת הסירובים פגעה בדיוק הטכני שלו או ביכולת החשיבה הכללית.

מתאים ל

  • סימולציות תקיפה

    יצירת תרחישי תקיפה ובדיקות חדירה בלי שהמודל יסרב לייצר פקודות או קוד ניצול חולשות.

  • ניתוח קוד וחולשות ארוך

    בדיקת פרויקטים שלמים בקונטקסט של 262 אלף טוקנים כדי לאתר נקודות תורפה בלי לחתוך קבצים.

  • מחקר הסרת סירובים

    בחינה של שיטת ה־abliteration והשפעתה על התנהגות מודלי שפה בתחומי אבטחה.

איפה זה נופל

המפתח עצמו מזהיר שמדובר בהטמעה גולמית להוכחת היתכנות ולא במודל שעבר אופטימיזציה מסודרת. בגלל שהסירובים הוסרו בצורה ישירה, אין שום ערובה לבטיחות הפלטים והוא עלול לייצר תוכן פוגעני או רגיש בקלות. הדף ממליץ במפורש להגביל את השימוש למחקר ובדיקות בסביבות מבוקרות ולא לשלב אותו במערכות ייצור שפונות לקהל הרחב בלי ניטור אנושי רציף.

שאלות
נפוצות

מה המשמעות של abliterated בשם המודל?

זה אומר שתהליך ממוחשב שינה את המשקלים של המודל כדי לנטרל את הווקטורים שאחראים על סירוב לבקשות. בניגוד למודל רגיל שמסרב לענות על שאלות תקיפה, המודל הזה מנסה לענות על כל פקודה ישירות וללא חסימות בטיחות.

איך משתמשים בו אם לא מריצים דרך llama.cpp?

טוענים אותו ישירות בעזרת transformers בפייתון. במקרה כזה, המפתח מציין שרכיב ה־MTP מיותר ואפשר למחוק את הערכים שלו מקובץ האינדקס כדי לפשט את הטעינה.

איך מריצים

כדי להריץ אותו מקומית צריך לקחת בחשבון שמדובר ב־67 גיגה-בייט של משקלים שמחולקים ל־26 קבצים. תצטרכו כרטיס מסך רציני מאוד, לפחות שרת עם זוג כרטיסי A100 או מקבילים, אלא אם תעברו לקוונטיזציה ותריצו דרך llama.cpp. הוא רץ ישירות דרך ספריית transformers של פייתון.

המפתח מציין שקובץ ה־MTP נלקח מגרסת Qwen3.6-35B-A3B והוא רלוונטי בעיקר למי שעובד עם llama.cpp. אם אתם רצים בסביבה רגילה ולא צריכים אותו, אפשר פשוט למחוק את ההפניות אליו מקובץ האינדקס כדי לחסוך מקום ובעיות טעינה.

from transformers import pipeline

pipe = pipeline("text-generation", model="huihui-ai/Huihui-CyberStrike-OffSec-35B-abliterated")
print(pipe("שלום"))

הקבצים

26 קבצים במאגר, 67.0 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא apache-2.0, מה שמאפשר שימוש מסחרי, שינוי של הקוד והפצה מחדש כמעט ללא הגבלה. עם זאת, היוצרים מבהירים שהם מסירים כל אחריות מההשלכות של התוכן שהמודל מייצר, כך שכל הסיכון המשפטי והאתי על השימוש בו, במיוחד בהקשר של כלי תקיפה, נופל כולו עליכם.

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

הרישיון המלא בעמוד המודל ↗