Auf Hugging Face ist eine nahezu vollständig unzensierte Qwen3.5-9B erschienen
Auf Hugging Face ist eine nahezu vollständig unzensierte Qwen3.5-9B erschienen
Das Modell DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED wurde nachtrainiert und so modifiziert, dass es deutlich seltener ablehnt; die Q4-Version wiegt rund 5,6 GB.
Auf Hugging Face ist eine nahezu vollständig unzensierte Qwen3.5-9B erschienen
Das Modell heißt DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED. Den Entwicklern zufolge wurde es zunächst auf 250.000 Beispielen aus Mathematik und Naturwissenschaften trainiert, die von DeepSeek-V4-Pro erzeugt wurden, und anschließend so modifiziert, dass es Anfragen seltener ablehnt.
In einem Test des Autors mit 100 Anfragen lehnte das Originalmodell 100-mal ab, die modifizierte Version nur 3-mal.
Das Modell hat 9 Milliarden Parameter. Die mit Q4 quantisierte Version wiegt etwa 5,6 GB und kann daher lokal auf einem normalen Computer ausgeführt werden.
Warum das wichtig ist
AnalyseDer Release zeigt, dass kleine lokale KI-Modelle auf minimale Ablehnungen getrimmt werden können; das kann für private Workflows nützlich sein, erfordert aber eine sorgfältige Sicherheitsbewertung.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Prompt-Leitfaden für GPT-Bildgenerierungsmodelle
Die Bildgenerierungsmodelle gpt-image von OpenAI sind darauf ausgelegt, Visuals in Produktionsqualität und vollständig steuerbare kreative Prozesse zu erzeugen. Sie eignen sich sowohl für professionelle Design-...
Claude Sonnet 4.6 vs GPT-5.5 vs Gemini 3.1 Pro: Modellvergleich 2026
Alle paar Wochen erscheint ein neues Modell, und jedes Mal stellen sich dieselben Fragen: Lohnt sich der Wechsel? Was hat sich geändert? Wofür lohnt sich die Investition?
GGUF & Moderne Quantisierungsstandards
Universelles binäres Dateiformat zur Speicherung und sofortigen Ladung quantisierter Sprachmodelle auf Prozessoren und Grafikkarten in llama.cpp, Ollama und LM Studio.
Lokale LLM-Inferenz
Praxis der autonomen Ausführung großer Sprachmodelle direkt auf der Entwickler-Hardware (Apple Silicon, NVIDIA GPU) mit Garantie für absolute Vertraulichkeit und null Abhängigkeit vom Internet.