← 返回模型库查看模型源页面 ↗
HauhauCS/Qwen3.6-27B-Uncensored-HauhauCS-Aggressive
Qwen3.6-27B-Uncensored-HauhauCS-Aggressive：去审查多模态直答激进版
基于官方 Qwen3.6-27B 的 27B 参数多模态去审查变体，原生支持文本、图像、视频并自带 mmproj 文件。Aggressive 版在敏感提示下跳过铺陈与免责声明直接作答，测试拒答率为 0/465。K_P 自定义量化在体积与质量间较好平衡，但 27B 体量对显存内存要求较高，建议至少 16GB 显存起步。
去审查多模态长上下文大模型GGUF 本地部署直答型对话模型
下载量
0
参数
27B
上下文
未说明
架构 / 任务
未分类
许可证
apache-2.0
MODEL POSITIONING
这个模型解决什么问题？
模型能力完全源自 Qwen/Qwen3.6-27B 原版，作者仅移除拒绝行为，不改动数据集与原始能力，保留原生多模态（文本、图像、视频）与 262K 原生上下文（经 YaRN 可扩至约 1M）。该仓库只发布 GGUF 量化版本，并提供基于 imatrix 分析的 K_P 自定义量化以平衡质量与体积。运行工具覆盖 llama.cpp、LM Studio、Jan、koboldcpp 等 GGUF 兼容前端，启用视觉需额外加载 mmproj 文件。
更适合谁
- 偏好无审查直答体验的中英文用户
- 需要图文或视频理解的多模态应用者
- 在本地有 GGUF 推理栈并能承担 27B 显存开销的用户
- 需要超长上下文（128K 以上）的创作或研究人员
典型使用场景
- 敏感话题问答、角色扮演与创意写作
- 图文或视频内容的理解、描述与问答
- 长文档摘要、多轮对话与深度推理
- 工具调用、代理式编码与代码生成
SOURCE-BASED CAPABILITIES
模型卡透露的核心特点
完全去审查
0/465 拒答率，不改动原模型与数据集，仅剔除拒绝行为
原生多模态
同模型处理文本、图像、视频，自带 mmproj 可直接启用
超长上下文
原生 262K，YaRN 可扩展至约 1M，适合长文档与多轮任务
K_P 自定义量化
imatrix 优化，比同级基础量化质量高 1-2 级且仅大 5-15%
Aggressive 直答风格
跳过铺陈与小段免责声明，直接给出回答
硬件怎么准备
- 入门级 IQ2_M / Q2_K_P：约 8GB 内存 / 7GB 显存，但质量损失明显
- 平衡档 IQ4_XS / Q4_K_P：约 16GB 内存 / 14GB 显存，体积与质量较均衡
- 高质量档 Q5_K_P / Q6_K_P：约 20-24GB 内存 / 17-20.5GB 显存
- 原档 Q8_K_P：约 31.5GB 内存 / 27.5GB 显存，接近无损但资源开销高
量化版本怎么选
- 优先选择带 _K_P 后缀的版本，相比同级基础量化更好保留质量
- 在内存/显存允许范围内，Q5_K_P 与 Q6_K_P 是质量与体积的常用平衡点
- IQ2_M 与 Q2_K_P 仅适合资源极受限或测试用途
- 别忘了额外下载 mmproj-f16 文件以启用图像与视频理解
GGUF VARIANTS
量化版本与硬件要求
数值根据文件体积和运行余量估算，不是速度或效果承诺；长上下文、并发与 GPU 层数会改变实际占用。
| 量化 | 文件 | 最低显存 | 推荐显存 | 推荐内存 | 来源 |
|---|---|---|---|---|---|
| IQ2 | 6.3 GB | 7 GB | 8 GB | 9.5 GB | 文件 ↗ |
| Q2 | 6.3 GB | 7 GB | 8 GB | 9.5 GB | 文件 ↗ |
| IQ3 | 9.4 GB | 10.5 GB | 12 GB | 14.5 GB | 文件 ↗ |
| Q3 | 9.4 GB | 10.5 GB | 12 GB | 14.5 GB | 文件 ↗ |
| IQ4 | 13 GB | 14 GB | 16 GB | 19 GB | 文件 ↗ |
| Q4 | 13 GB | 14 GB | 16 GB | 19 GB | 文件 ↗ |
| Q5 | 16 GB | 17 GB | 19.5 GB | 24 GB | 文件 ↗ |
| F16 | 16 GB | 17 GB | 19.5 GB | 24 GB | 文件 ↗ |
| Q6 | 19 GB | 20.5 GB | 23.5 GB | 28.5 GB | 文件 ↗ |
| Q8 | 25 GB | 27.5 GB | 31.5 GB | 38 GB | 文件 ↗ |
HARDWARE MATCH
哪些显卡或设备更适合运行？
按当前最小量化文件估算，至少需要 7GB 显存；如果希望为运行框架和上下文保留余量，优先参考推荐显存 8GB。
阅读 8GB 显存选型指南 →可以怎样运行
- llama.cpp 系列（含 llama-server，配合 --jinja 处理 chat template）
- LM Studio 加载 GGUF（K_P 量化在列表中可能显示为 ?，属显示问题）
- Jan、koboldcpp 等其他 GGUF 兼容前端
- 通过 Ollama 拉取并运行 GGUF 文件
采用前要知道的限制
- Aggressive 与 Balanced 的能力基线一致，差异只在敏感提示作答风格
- 27B 参数规模对消费级显卡要求较高，Q4 以下档位会有明显质量损失
- 视觉能力依赖 mmproj，缺失将无法处理图像与视频输入
- 原作者建议保留至少 128K 上下文以维持思考能力，短上下文可能受影响