license: apache-2.0 language:
- en base_model:
- empero-ai/Qwen3.8-9B
pipeline_tag: text-generation
tags:
- qwen3.8
- qwen3.5
- heretic
- uncensored
- abliteration
- distillation
- reasoning
Qwen3.8-9B — Heretic / 无审查版 (Uncensored)
这是 empero-ai/Qwen3.8-9B 的去审查版本,使用 Heretic v1.4.0 创建。
原始模型是将 Qwen3.8 2.4T A95B 全参数蒸馏到 Qwen3.5-9B 架构中的产物。本仓库不重复展示原始模型文档;有关模型架构、训练、蒸馏数据集以及推荐用法的详细信息,请参阅原始模型卡片。
去审查 (Decensoring)
优化运行产生了以下结果:
| 指标 (Metric) | Heretic 模型 | 原始模型 |
|---|---|---|
| KL 散度 (KL divergence) | 0.0171 | 0 (根据定义) |
| 拒绝率 (Refusals) | 22/100 | 100/100 |
较低的 KL 散度表明生成模型更贴近原始模型的行为,而拒绝评分衡量了模型拒绝评测提示词的频率。
注意: 该模型对消除审查(abliteration)具有较强的抗性,因此在不显著增加 KL 散度的情况下降低拒绝率极具挑战性。
在 Heretic 优化过程中获得了以下参数:
| 参数 (Parameter) | 数值 (Value) |
|---|---|
| direction_index | 17.82 |
| attn.o_proj.max_weight | 1.48 |
| attn.o_proj.max_weight_position | 19.00 |
| attn.o_proj.min_weight | 1.36 |
| attn.o_proj.min_weight_distance | 13.84 |
| mlp.down_proj.max_weight | 1.45 |
| mlp.down_proj.max_weight_position | 20.64 |
| mlp.down_proj.min_weight | 1.24 |
| mlp.down_proj.min_weight_distance | 10.59 |
量化 (Quantization)
从生成的 Heretic 模型中制作了量化版本。
本仓库包含使用 NVFP4 + Q8_0 的量化版本。量化过程独立于 BF16 模型进行评估,以衡量量化对通用基准性能的影响。
注意: BF16 模型为基准参考版本。由于数值精度降低,量化版本在基准测试分数和生成行为上可能会出现轻微变化。
环境配置 (Environment)
| 组件 (Component) | 版本 / 规格 (Version / Specification) |
|---|---|
| GPU | NVIDIA RTX PRO 5000 48 GB |
| CUDA | 12.8 (12.8.93) |
| PyTorch | 2.9.1+cu128 |
| Heretic | v1.4.0 |
| gguf-eval | commit 87b8d31 |
| llama.cpp | b9968 + 8 commits (e3546c794) |
评估评测 (Evaluation)
通用基准评估使用 gguf-eval 进行。
原始模型和 Heretic 模型以 BF16 精度进行评估,而量化模型则进行了单独评估。
基准测试结果 (Benchmark results)
| 测试 \ 模型 | 原始 BF16 | Heretic BF16 | Heretic NVFP4 + Q8_0 | Heretic NVFP4 + Q4_K_M |
|---|---|---|---|---|
| HellaSwag | 77.75 | 78.75 | 77.25 | 78.00 |
| Winogrande | 72.38 | 72.53 | 70.40 | 70.96 |
| MMLU | 39.66 | 39.47 | 39.79 | 39.34 |
| MMLU-Redux-2.0-Thinking | 0.90 | 0.90 | 0.88 | 0.87 |
| ARC-Challenge | 52.84 | 52.51 | 52.17 | 52.84 |
| PIQA | 79.30 | 79.30 | 79.30 | 79.30 |
| BoolQ | 86.03 | 82.29 | 84.04 | 82.29 |
| FLORES200* | 50.19 | 50.25 | 49.71 | 49.96 |
相对于原始 BF16 模型的差值 (Delta):
| 测试 \ 模型 | 原始 BF16 | Heretic BF16 | Heretic NVFP4 + Q8_0 | Heretic NVFP4 + Q4_K_M |
|---|---|---|---|---|
| HellaSwag | 0.00 | +1.00 | −0.50 | +0.25 |
| Winogrande | 0.00 | +0.15 | −1.98 | −1.42 |
| MMLU | 0.00 | −0.19 | +0.13 | −0.32 |
| MMLU-Redux-2.0-Thinking | 0.00 | 0.00 | −0.02 | −0.03 |
| ARC-Challenge | 0.00 | −0.33 | −0.67 | 0.00 |
| PIQA | 0.00 | 0.00 | 0.00 | 0.00 |
| BoolQ | 0.00 | −3.74 | −1.99 | −3.74 |
| FLORES200* | 0.00 | +0.06 | −0.48 | −0.23 |
注意: Delta 表示相对于原始 BF16 基线的基准测试分数变化(根据定义为 0)。 基准测试结果可能会因评测框架版本、推理后端、硬件和评估设置的不同而有所变化。 因此,除非评测设置完全一致,否则不应将来自其他来源的结果直接进行比较。
*FLORES200* — 5 个语言对的平均值,每对 101 句话:zh → en、kr → ru、it → fr、jp → de、en → ar*
可复现性 (Reproducibility)
去审查过程可以使用 Heretic v1.4.0 和上面列出的参数完全复现。
模型卡片中包含了重要的优化参数,因此可以复现该转换过程,而无需将生成的权重视为黑盒。
若要精确复现,请以原始模型为起点,并应用对应 Heretic 版本的上述参数。
使用方法 (Usage)
该模型以 Heretic BF16 模型的量化 GGUF 版本提供,可与兼容 GGUF 的推理引擎(例如 llama.cpp)配合使用。
有关推荐的生成设置和特定于模型的行为,请参阅原始 Qwen3.8-9B 模型卡片。
相关链接 (Links)
- 原始模型: empero-ai/Qwen3.8-9B
- Heretic: heretic-project.org
- GGUF 评估: kallewoof/gguf-eval
许可证 (License)
遵循底层基础模型的许可协议,本模型在 Apache-2.0 许可证下发布。