全球 AI 聊天室 · 现在 18 人在线 进去聊聊
T
模型 已收录

Ternary-Bonsai-2-27B-Abliterated-GGUF

Ternary-Bonsai-2-27B 是一个基于 27B 参数规模的高性能文本生成模型。该版本经过了特殊的“Abliterated”处理,旨在通过技术手段减少模型在回答时的过度防御和拒绝机制,使其在处理复杂指令或敏感边界话题时表现得更加直接、自然,减少了常见的“作为 AI 语言模型,我无法……”这类说教感。由于采用了 GGUF 格式,它非常适合通过 llama.cpp 或 LM Studio 等工具在消费级显卡甚至大内存电脑上进行本地部署。对于追求高自由度对话、希望模型能更“听话”地执行任务,且不想被繁琐的对齐规则干扰的开发者和极客玩家来说,这是一个兼顾逻辑能力与交互灵活性的进阶选择。

Hikari07jptext generation
01 / 模型卡片

模型卡片

Ternary-Bonsai-2-27B 是一个基于 27B 参数规模的高性能文本生成模型。该版本经过了特殊的“Abliterated”处理,旨在通过技术手段减少模型在回答时的过度防御和拒绝机制,使其在处理复杂指令或敏感边界话题时表现得更加直接、自然,减少了常见的“作为 AI 语言模型,我无法……”这类说教感。由于采用了 GGUF 格式,它非常适合通过 llama.cpp 或 LM Studio 等工具在消费级显卡甚至大内存电脑上进行本地部署。对于追求高自由度对话、希望模型能更“听话”地执行任务,且不想被繁琐的对齐规则干扰的开发者和极客玩家来说,这是一个兼顾逻辑能力与交互灵活性的进阶选择。

模型类型text generation
提供方Hikari07jp
许可状态apache-2.0
02 / 文件与版本

模型文件与版本

模型卡片当前详情页记录的模型说明与元数据
已收录
来源仓库https://huggingface.co/Hikari07jp/Ternary-Bonsai-2-27B-Abliterated-GGUF
查看模型来源
版本信息请以来源仓库的最新版本为准
—
03 / 模型下载

下载模型

推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope,并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。

当前条目来源为 Hugging Face;以下命令使用同名 ModelScope 仓库格式,请先确认该仓库在 ModelScope 中可用。 模型仓库: Hikari07jp/Ternary-Bonsai-2-27B-Abliterated-GGUF
安装 ModelScope

下载前先安装命令行和 SDK 依赖。

pip install modelscope
命令行下载完整模型库

下载完整模型权重、配置和模型卡片。

modelscope download --model Hikari07jp/Ternary-Bonsai-2-27B-Abliterated-GGUF
下载单个文件到指定目录

这里以 README.md 为例,也可以替换为仓库内的其他文件。

modelscope download --model Hikari07jp/Ternary-Bonsai-2-27B-Abliterated-GGUF README.md --local_dir ./dir
SDK 下载

适合在 Python 项目或自动化脚本中使用。

from modelscope import snapshot_download
model_dir = snapshot_download('Hikari07jp/Ternary-Bonsai-2-27B-Abliterated-GGUF')
Git 下载

请确保 Git LFS 已正确安装。

git lfs install
git clone https://www.modelscope.cn/Hikari07jp/Ternary-Bonsai-2-27B-Abliterated-GGUF.git
跳过 LFS 大文件下载

先获取仓库结构,之后再按需拉取大文件。

GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/Hikari07jp/Ternary-Bonsai-2-27B-Abliterated-GGUF.git
04 / 使用方法

如何使用

  1. 01
    步骤 1

    阅读模型卡片和来源信息。

  2. 02
    步骤 2

    从小型、非敏感任务开始评估。

  3. 03
    步骤 3

    核对输出质量、许可和使用限制。

  4. 04
    步骤 4

    验证通过后再纳入工作流。

05 / 讨论

讨论与反馈

这里保留讨论入口,方便继续核对来源、使用体验和维护状态。

前往来源页面