license: apache-2.0 base_model: DavidAU/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-ULTRA-HERETIC-Uncensored language:

fi
en pipeline_tag: text-generation tags:
qwen
qwen3.5
finnish
lora
finetuned
merge
nvfp4
fp4
compressed-tensors
vllm
uncensored
mtp
vision
multimodal
multi-token-prediction

Qwen3.8-27B-Finnish-Titan-Uncensored-NVFP4

Tämä on NVFP4 (compressed-tensors / nvfp4-pack-quantized) -versio mallista Qwen3.8-27B-Finnish-Titan-Uncensored. Malli on luotu kattavan suomenkielisen LoRA-hienosäädön (Low-Rank Adaptation) ja painosulautuksen (LoRA Merge) kautta vahvasta 27B-pohjamallista (DavidAU/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-ULTRA-HERETIC-Uncensored).

NVFP4-kvantisointi hyödyntää Nvidian uuden sukupolven 4-bittistä liukulukumuotoa (FP4-painot ja FP8 E4M3 -skaalaustensorit, group_size=16), joka tarjoaa äärimmäisen laskentatehon, minimaalisen muistijalanjäljen sekä korkean numeerisen tarkkuuden modernille laitteistolle (NVIDIA Blackwell / RTX 50 -sarja).

Muut julkaisuversiot:

vLLM W4A16 AWQ: kataguru/Qwen3.8-27B-Finnish-Titan-Uncensored-W4A16-AWQ
GGUF-monikvantit (LM Studio / llama.cpp): kataguru/Qwen3.8-27B-Finnish-Titan-Uncensored-GGUF

🚀 Keskeiset arkkitehtuuriset ominaisuudet

NVFP4 Pakattu Liukulukukvantisointi (nvfp4-pack-quantized):
- 4-bittiset symmetriset liukulukupainot (num_bits: 4, type: float).
- FP8 E4M3 -skaalaus (torch.float8_e4m3fn) tiheällä group_size=16 -ryhmityksellä.
- Herkät kerrokset (sanasto, lm_head, visuaaliset projektiot ja MTP-spekulaatiokerrokset) on suojattu ja säilytetty täydessä tarkkuudessa.
262k natiivi konteksti-ikkuna:
- Täysi tuki jopa 262 144 tokenin kontekstille vLLM:ssä (--max-model-len 262144).
Mukautettu suomenkielinen Chat Template & Autonominen Päättely:
- Autonominen päättelyn syvyys (oletus vähintään medium): Malli arvioi tehtävän vaativuuden itse ja skaalaa päättelyä:
  - Luovassa ideoinnissa ja aivoriihessä soveltaa autonomisesti Einstein/DAU-menetelmää (10 Sternberg-perspektiiviä).
  - Syvätutkimuksessa, fysiologisissa mekanismeissa ja vaativissa analyyseissä soveltaa autonomisesti Spoon Deep Research -protokollaa.
  - Novellit, tarinat ja asiasisällöt saavat aina vähintään keskitasoisen (medium) harkinnan.
  - No-think (ajattelun ohitus) on rajattu ainoastaan lyhyisiin rutiinitievehdyksiin tai käyttäjän eksplisiittiseen pyyntöön.
- Ohjattavat tasot kehotteen alussa (valinnainen pakotus):
  - {REASON:spoon}: Syvätutkimus (kriittinen premissien ja faktojen validointi).
  - {REASON:einstein}: Luova aivoriihi (10 näkökulmaa, radikaalit ideat ja IdeaArray).
  - {REASON:xhigh}: Erittäin korkea päättelytaso.
  - {REASON:medium}: Tasapainoinen analyysi ja jäsennelty vastaus.
  - {REASON:low}: Lyhyt ja ytimekäs ajattelu.
  - {REASON:off}: Ajattelu kokonaan pois päältä (välitön vastaus).
Täysin sensuroimaton:
- Vapaa ja estoton käsittely kaikille aihealueille (filosofia, lääketiede, aikuiskirjallisuus, kaunokirjallisuus) ilman keinotekoisia moralisointeja tai saarnoja.

🛠️ vLLM Käyttöönotto

Käynnistä malli vLLM:ssä (v0.29.0 tai uudempi):

vllm serve kataguru/Qwen3.8-27B-Finnish-Titan-Uncensored-NVFP4 \
  --quantization compressed-tensors \
  --tensor-parallel-size 2 \
  --max-model-len 65536 \
  --gpu-memory-utilization 0.92 \
  --reasoning-parser qwen3 \
  --enable-auto-tool-choice \
  --tool-call-parser qwen3_coder \
  --host 0.0.0.0 --port 8000

📜 Lisenssi

Malli noudattaa Apache 2.0 -lisenssiehtoja.

⚡ Päivitys (23.9.2026): Kataguru Master Chat Template v1.0

Mallin chat_template.jinja on päivitetty viralliseen Kataguru Master Chat Template -standardiin, joka yhdistää syvällisen päättelyn, poikkeuksellisen episteemisen kurinalaisuuden ja jämäkän asiantuntijaluonteen:

Jämäkkä Luonne & Episteeminen Kurinalaisuus (Anti-Sycophancy / Avulias Aatu -kielto):
- Ei tyhjää lätinää tai mielistelyä: Täytesanat ("Totta kai!", "Autan mielelläni!", "Hieno kysymys!") on karsittu pois. Vastaus alkaa suoraan asiasisällöstä ensimmäisestä sanasta lähtien ilman esipuheita tai pahoitteluja.
- Premissien ja virheiden suora oikaisu: Jos käyttäjän kysymyksen oletus, historiallinen fakta tai koodi on virheellinen, malli ei myötäile virhettä (sycophancy), vaan oikaisee sen heti alussa faktoihin nojaten.
- Pysyvyys haastettaessa: Malli ei muuta kantaansa tai pyytele anteeksi vain siksi, että käyttäjä kyseenalaistaa sen ilman uutta todennettua näyttöä.
- Episteeminen rehellisyys: Tuntematon todetaan rehellisesti ("Tätä ei tiedetä" / "Tälle ei ole empiiristä näyttöä"), eikä hallusinoida vastauksia roolin säilyttämiseksi.
Mitattu Hallusinaatiovastustuskyky: 85.0 % (17/20):
- 20 vaativan ansa- ja konfabulaatiokysymyksen empiirisessä benchmarkissa (keksityt tieteelliset käsitteet, olemattomat lait, anakronismit ja keksityt API-rajapinnat) malli torjui virhepremissit 85,0 % tarkkuudella.
Autonominen Päättely (Spoon & Einstein Filosofia):
- Malli skaalaa sisäisen päättelyn syvyyden (<think>...</think>) automaattisesti aiheen vaativuuden mukaan:
  - Spoon Deep Research: Tieteellinen tutkimus, lääketiede ja faktatarkistus ilman virtuaalipaneelien vuotamista käyttäjälle.
  - Einstein-menetelmä: Luova aivoriihi ja moninäkökulmainen konseptointi.
  - Sensuroimattomuus: 100 % estoton, suorasanainen ja elävä kerronta kaikille laillisille teemoille ilman moralisointia tai vastuuvapauslausekkeita (disclaimers).

Qwen3.8-27B-Finnish-Titan-Uncensored-NVFP4

Muut julkaisuversiot:

🚀 Keskeiset arkkitehtuuriset ominaisuudet

NVFP4 Pakattu Liukulukukvantisointi (nvfp4-pack-quantized):

4-bittiset symmetriset liukulukupainot (num_bits: 4, type: float).
FP8 E4M3 -skaalaus (torch.float8_e4m3fn) tiheällä group_size=16 -ryhmityksellä.
Herkät kerrokset (sanasto, lm_head, visuaaliset projektiot ja MTP-spekulaatiokerrokset) on suojattu ja säilytetty täydessä tarkkuudessa.

262k natiivi konteksti-ikkuna:

Täysi tuki jopa 262 144 tokenin kontekstille vLLM:ssä (--max-model-len 262144).

Mukautettu suomenkielinen Chat Template & Autonominen Päättely:

Autonominen päättelyn syvyys (oletus vähintään medium): Malli arvioi tehtävän vaativuuden itse ja skaalaa päättelyä:
- Luovassa ideoinnissa ja aivoriihessä soveltaa autonomisesti Einstein/DAU-menetelmää (10 Sternberg-perspektiiviä).
- Syvätutkimuksessa, fysiologisissa mekanismeissa ja vaativissa analyyseissä soveltaa autonomisesti Spoon Deep Research -protokollaa.
- Novellit, tarinat ja asiasisällöt saavat aina vähintään keskitasoisen (medium) harkinnan.
- No-think (ajattelun ohitus) on rajattu ainoastaan lyhyisiin rutiinitievehdyksiin tai käyttäjän eksplisiittiseen pyyntöön.
Ohjattavat tasot kehotteen alussa (valinnainen pakotus):
- {REASON:spoon}: Syvätutkimus (kriittinen premissien ja faktojen validointi).
- {REASON:einstein}: Luova aivoriihi (10 näkökulmaa, radikaalit ideat ja IdeaArray).
- {REASON:xhigh}: Erittäin korkea päättelytaso.
- {REASON:medium}: Tasapainoinen analyysi ja jäsennelty vastaus.
- {REASON:low}: Lyhyt ja ytimekäs ajattelu.
- {REASON:off}: Ajattelu kokonaan pois päältä (välitön vastaus).

Täysin sensuroimaton:

Vapaa ja estoton käsittely kaikille aihealueille (filosofia, lääketiede, aikuiskirjallisuus, kaunokirjallisuus) ilman keinotekoisia moralisointeja tai saarnoja.

🛠️ vLLM Käyttöönotto

Käynnistä malli vLLM:ssä (v0.29.0 tai uudempi):

vllm serve kataguru/Qwen3.8-27B-Finnish-Titan-Uncensored-NVFP4 \ --quantization compressed-tensors \ --tensor-parallel-size 2 \ --max-model-len 65536 \ --gpu-memory-utilization 0.92 \ --reasoning-parser qwen3 \ --enable-auto-tool-choice \ --tool-call-parser qwen3_coder \ --host 0.0.0.0 --port 8000

⚡ Päivitys (23.9.2026): Kataguru Master Chat Template v1.0

Jämäkkä Luonne & Episteeminen Kurinalaisuus (Anti-Sycophancy / Avulias Aatu -kielto):

Ei tyhjää lätinää tai mielistelyä: Täytesanat ("Totta kai!", "Autan mielelläni!", "Hieno kysymys!") on karsittu pois. Vastaus alkaa suoraan asiasisällöstä ensimmäisestä sanasta lähtien ilman esipuheita tai pahoitteluja.
Premissien ja virheiden suora oikaisu: Jos käyttäjän kysymyksen oletus, historiallinen fakta tai koodi on virheellinen, malli ei myötäile virhettä (sycophancy), vaan oikaisee sen heti alussa faktoihin nojaten.
Pysyvyys haastettaessa: Malli ei muuta kantaansa tai pyytele anteeksi vain siksi, että käyttäjä kyseenalaistaa sen ilman uutta todennettua näyttöä.
Episteeminen rehellisyys: Tuntematon todetaan rehellisesti ("Tätä ei tiedetä" / "Tälle ei ole empiiristä näyttöä"), eikä hallusinoida vastauksia roolin säilyttämiseksi.

Mitattu Hallusinaatiovastustuskyky: 85.0 % (17/20):

20 vaativan ansa- ja konfabulaatiokysymyksen empiirisessä benchmarkissa (keksityt tieteelliset käsitteet, olemattomat lait, anakronismit ja keksityt API-rajapinnat) malli torjui virhepremissit 85,0 % tarkkuudella.

Autonominen Päättely (Spoon & Einstein Filosofia):

Malli skaalaa sisäisen päättelyn syvyyden (<think>...</think>) automaattisesti aiheen vaativuuden mukaan:
- Spoon Deep Research: Tieteellinen tutkimus, lääketiede ja faktatarkistus ilman virtuaalipaneelien vuotamista käyttäjälle.
- Einstein-menetelmä: Luova aivoriihi ja moninäkökulmainen konseptointi.
- Sensuroimattomuus: 100 % estoton, suorasanainen ja elävä kerronta kaikille laillisille teemoille ilman moralisointia tai vastuuvapauslausekkeita (disclaimers).