模型 / Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive

Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive

35B MoE多模态去审查模型,适合本地无限制输出

作者 HauhauCS

仓库标识HauhauCS/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive

显存未知许可 可商用任务 视觉理解最近核对 2026-08-09
运行内存
权重格式未知,无法估算显存
运行时
OLLAMA
下载
1,320,768

Hugging Face 源仓库 ↗

快速上手示例

ollama run fredrezones55/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive:Q4_K_P

依赖版本和硬件参数请以源仓库说明为准。

适合与不适合

入选理由
提供现成GGUF量化,可立即在llama.cpp运行;下载量超百万属社区认可;本质是原模型的uncensored微调,非新架构。
对位
相比原版Qwen3.6-35B-A3B,本模型移除了内容过滤,适合无限制输出场景。
适合
创意写作与角色扮演(无内容过滤) / 本地多模态应用(图像理解/生成式交互) / 长上下文任务(原厂262K,实测131072可用) / 需要深度推理或编程辅助的高自由度场景
不适合
生产环境需内容审查、低显存(<16GB)或对输出安全性有严格要求的场景。
  • 显存需求高:Q4_K_P约20GB,Q6_K_P 31GB,Q8_K_P 44GB;多模态需额外加载mmproj(899MB)。
  • 某些推理框架(如llama.cpp)需手动设置`--jinja`或`enable_thinking:false`以关闭思维链。
  • Aggressive变体虽无拒绝但可能输出简短免责声明(基座训练固有),并非完全空白。
  • 量化版本众多(含K_P自定义量化),需注意HF硬件兼容性组件不识别K_P,需手动查看文件列表。

独立证据与社区反馈

7 个独立来源 · 另 3 官方/转载最近验证 2026-08-09

社区共识:这款 Aggressive 版的核心卖点是「零拒绝」——作者称只移除拒绝机制,不改性格、不改能力,是原版 Qwen 的直接去审查形态,近 7 日下载量 +31% 处于上升期。但独立对比基准缺失,去审查后推理、编码、事实准确性是否与基座持平无从佐证。实际口碑里,它比 3.5-35B 那版更敏感于提示词,格式、约束、范围写得含糊就容易漂移;基座本身编码能力有底子,SWE-bench Verified 得分 73.4%,明显高于同量级稠密方案。

  • 移除拒绝机制,作者宣称经大量测试达到零拒绝,同时保持原卡功能与数据集完整性
  • 不引入性格或风格改动,行为贴近原版 Qwen,只是去掉了拒绝
  • MoE 结构激活参数少,配合 GGUF/AWQ 等量化,能在有限本地硬件上部署,社区有面向低配硬件的选型指南
  • 生态提供多种量化形式:K_P、AWQ、Q4_K_M GGUF 等,另有 1M 长上下文 GGUF 变体可选
  • 支持 262K 长上下文,适合长文档场景
  • 提供不同去审查路径:另有基于 Wasserstein 距离的做法,边缘用例可作对比备选
  • 基座编码表现突出,SWE-bench Verified 73.4%,胜过同量级稠密方案
  • 对提示词更敏感,含糊或欠约束的输入容易漂移,需明确写出格式、约束、范围
  • 官方未提供与基座的独立对比基准,去审查对推理、编码、事实准确性的影响未经验证
  • 基座本身在多数评测中并不优于 3.5 基座
  • 表现高度依赖硬件配置与运行时优化
  • 复杂场景下可能产生不正确、不完整或不一致的输出
  • 量化 GGUF 变体的能力受量化影响,作者报告的零拒绝结果未经独立复测
  • AWQ 版本系社区多次请求后才放出,作者曾计划在额度获批后补充 BF16
  • 不同去审查技术在边缘用例上的行为可能不同,选型需实测

可信度由HauhauCS基于Qwen3.6-35B-A3B进行去审查微调,社区验证0/465拒绝,保持原始能力。

完整规格

规模
35B · 权重格式未知,无法估算显存
授权
apache-2.0 · 可商用
血统
量化自 Qwen3.6-35B-A3B
访问提示
Hugging Face 可能需要代理

下载动量

30天下载 1502.4k → 1068.6k · likes +221

在线体验

观测时间线

模型家族

查看全部家族 →