No Hugging Face foi publicado um modelo Qwen3.5-9B quase totalmente sem censura
No Hugging Face foi publicado um modelo Qwen3.5-9B quase totalmente sem censura
O modelo DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED foi ajustado e modificado para recusar muito menos requisições; sua versão Q4 pesa cerca de 5,6 GB.
No Hugging Face foi publicado um modelo Qwen3.5-9B quase totalmente sem censura
O modelo se chama DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED. Segundo os desenvolvedores, ele foi primeiro ajustado em 250 mil exemplos de matemática e ciências naturais gerados pelo DeepSeek-V4-Pro e depois modificado para recusar requisições com menos frequência.
No teste do autor com 100 requisições, o modelo original recusou 100 vezes, enquanto a versão modificada recusou apenas 3.
O modelo tem 9 bilhões de parâmetros. A versão com quantização Q4 pesa cerca de 5,6 GB, portanto pode ser executada localmente em um computador comum.
Por que isso importa
AnáliseO lançamento mostra que modelos locais pequenos podem ser ajustados para minimizar recusas, o que pode ser útil para fluxos de trabalho privados, mas exige uma avaliação cuidadosa de segurança.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Guia de prompts para modelos generativos GPT Image
Os modelos de geração de imagens gpt-image da OpenAI foram criados para obter visuais de qualidade de produção e processos criativos totalmente controláveis. São adequados tanto para design profissional...
Claude Sonnet 4.6 vs GPT-5.5 vs Gemini 3.1 Pro: Comparação de Modelos 2026
A cada poucas semanas, surge um novo modelo, e sempre as mesmas perguntas: vale a pena migrar? O que mudou? Pelo que pagar?
Thinking Machines lança Inkling 2 Small: modelo MoE de 594B que pode treinar outros modelos
A Thinking Machines apresentou o Inkling 2 Small, um modelo MoE de 594B parâmetros que lidera entre modelos abertos em várias tarefas e demonstrou poder fazer fine-tuning do Qwen3.5-4B de forma autônoma.
GGUF e Padrões Modernos de Quantização
Formato binário universal para armazenamento e carregamento instantâneo de modelos de linguagem quantizados em CPUs e GPUs, compatível com llama.cpp, Ollama e LM Studio.