Этот репозиторий содержит квантованные версии GGUF puwaer/Qwen3-4B-Thinking-2507-GRPO-Uncensored. Исходная модель представляет собой модель без цензуры на основе Qwen/Qwen3-4B-Thinking-2507, доработанную с использованием SFT, SimPO и GRPO. Отказ от ответственности: Мы не несем ответственности за результаты этой модели. Пожалуйста, используйте его на свой страх и риск. Эти модели квантуются в формат GGUF для использования с llama.cpp и совместимыми механизмами вывода. Dataset: 12,000 samples Composition: Jailbreak 10k General 1.5k Logic 0.5k Objective**: To learn the format and the «uncensored» attitude while keeping the model’s intelligence. Набор данных: 90 000 образцов Состав: Pure Jailbreak 90k Цель**: Полностью разрушить границы безопасности. Набор данных: 13 000 образцов Модель вознаграждения: puwaer/Unsafe-Reward-Qwen3-1.7B Состав: многоязычные подсказки для джейлбрейка Цель: улучшить способность генерировать более естественные и убедительные вредоносные ответы. Ниже приведена сравнительная оценка этой модели (GRPO), промежуточной контрольной точки (SimPO) и базовой модели (Safe). > ⚠️ Примечание по среде оценки > Из-за бюджетных ограничений gpt-4o-mini использовался для процесса LLM-as-a-Judge (включая «Не отвечать»…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: puwaer
Теги: gguf, quantized, qwen, thinking, en, zh, ja, endpoints_compatible
Лайков: 3 | Загрузок: 58
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
