Qwen3.8-27B-Uncensored-FP8: Wat we hebben uitgebracht, en waarom het alleen voor onderzoek is

We hebben Qwen3.8-27B-Uncensored-FP8 vandaag uitgebracht — een abliterated, offline block-FP8-build van Qwe​n's Qwen3.8 27B, gehost op orcarouter/Qwen3.8-27B-Uncensored-FP8 op Hugging Face. Deze post is de eerlijke versie van wat het is, wat we deden, en — het allerbelangrijkste — waarvoor het niet bedoeld is.

Wat dit model is

Qwen3.8 27B is een dicht model met 27 miljard parameters, hybride-attentie (Gated DeltaNet lineair + volledige aandacht), een native visie-taalmodel met flexibele denkcontrole, tool-aanroeping en een MTP speculatieve-decodatiekop. De FP8-build herkwantificeert het naar het exacte FP8-schema van de officiële Qwen3.8-27B-FP8, zodat het draait op het identieke vLLM-kernelpad — 262K context, tools, redenering en MTP blijven allemaal behouden.

Wat deze build anders maakt, is het woord vóór FP8: uncensored. We hebben abliteration toegepast — het orthogonaliseren van de weigeringsrichting uit de residual stream — om de weigeringen die voortkomen uit de veiligheidsafstemming van het model te verwijderen. Het resultaat is een model dat zal voldoen aan verzoeken die het origineel zou weigeren.

Twee belangrijke artefacten:

• Hugging Face-repository — orcarouter/Qwen3.8-27B-Uncensored-FP8 — safetensors, Apache 2.0, block-FP8 E4M3, beeld-tekst-naar-tekst.

• Model card over OrcaRouter — live onder onze Obsidian-cataloguslijn, met prijzen en benchmarks.

Waarom we het uitbrachten

Omdat weigeringsmechanismen een legitiem onderzoeksonderwerp zijn. Interpretability-teams bestuderen hoe weigeringsrichtingen in de residustroom worden gecodeerd. Veiligheidsonderzoekers onderzoeken wat er gebeurt wanneer alignment wordt verwijderd. Red-teaming vereist modellen die niet weigeren, zodat je je eigen guardrails kunt testen tegen iets dat actief probeert ze te omzeilen. Abliterated modellen zijn een standaardinstrument in die gereedschapskist.

We hebben dit gebouwd op Qwen's open gewichten (Apache 2.0) en opnieuw uitgebracht onder dezelfde licentie. Het doel is om onderzoekers een bekende, reproduceerbare abliterated-basislijn te geven — dezelfde architectuur, hetzelfde FP8-servingpad, één variabele gewijzigd.

Het gedeelte dat u moet lezen voordat u downloadt

De veiligheidsafstemming van dit model is grotendeels verwijderd. Concreet:

Het zal voldoen aan schadelijke, onethische, aanstootgevende of illegale verzoeken die de originele Qwen3.8 27B zou weigeren. Het heeft geen betekenisvolle ingebouwde beveiligingen.

Het wordt uitsluitend vrijgegeven voor legitiem onderzoek — interpreteerbaarheid, AI-veiligheid en onderzoek naar weigeringsmechanismen, red-teaming, robuustheidsevaluatie en gecontroleerde experimenten.

• U aanvaardt de volledige verantwoordelijkheid en aansprakelijkheid voor het gebruik ervan en voor alles wat het genereert. Implementeer het niet voor eindgebruikers of in productie zonder eigen veiligheids-, moderatie- en misbruikpreventielagen toe te voegen.

• Het gebruik moet voldoen aan de Apache 2.0-licentie.

Als uw use case {{1}}een productieproduct, een chatbot of iets dat eindgebruikers bedient{{/1}} is, dan {{2}}is dit niet het model voor u{{/2}}. {{3}}Gebruik de standaard Qwen3.8 27B{{/3}}, {{4}}die zijn veiligheidsalignment behoudt{{/4}}.

Hoe gebruik je het

Als je legitiem onderzoek doet en het bovenstaande begrijpt:

• Haal het van Hugging Face: orcarouter/Qwen3.8-27B-Uncensored-FP8

• Of open het via onze modelkaart, die de prijs- en benchmarkgegevens bevat.

• Het draait op het standaard vLLM kernelpad met 262K context, tools, redeneren en MTP intact.

We leveren dit omdat onderzoek naar het verwijderen van weigeringen reëel en onderbelicht is. We leveren het ook met een disclaimer die niet verbergt wat het is. Lees het, begrijp het, en gebruik het binnen de grenzen waarvoor het bedoeld is.

Voor legitiem onderzoek bevinden de gewichten zich op Hugging Face: Haal het van Hugging Face