Downloads · 30 days
1K
36% of all-time downloads
Qwen2.5-72B-Instruct-abliterated-GGUF
Thaurock/Qwen2.5-72B-Instruct-abliterated-GGUF
Qwen2.5-72B-Instruct-abliterated-GGUF is a text generation model from Thaurock. Use it when you need the model to write or continue text. The card lists the license as apache-2.0.
Esta es la colección completa de cuantizaciones en formato GGUF del modelo Qwen2.5-72B-Instruct-abliterated, optimizadas para su uso en hardware local mediante herramientas como llama.cpp, Ollama, LM Studio o Text-Gen…
All-time downloads
2.9K
Public
Repo size
626 GB
Likes
1
Public
Repo makeup
Click a slice to open those files.
.gguf626 GB · 100%
At a glance
- Task
- Text Generation
- License
- apache-2.0
- Access
- Public
- Created
- Sep 18, 2026
- Updated
- Nov 8, 2026
- SHA
- 64dccb76
Try a prompt
Base models
Model card
From the Hugging Face model README
Si este GGUF te sirvió, déjale un ❤️ para apoyar el repositorio
Qwen2.5-72B-Instruct-abliterated - GGUF
Esta es la colección completa de cuantizaciones en formato GGUF del modelo Qwen2.5-72B-Instruct-abliterated, optimizadas para su uso en hardware local mediante herramientas como llama.cpp, Ollama, LM Studio o Text-Generation-WebUI.
El modelo base ha sido procesado mediante técnicas de abliteration para remover las barreras de alineación y censura artificiales del modelo original, manteniendo intactas sus capacidades lógicas y de codificación.
📋 Archivos Disponibles y Recomendaciones
| Archivo | Tamaño (Aprox) | Bits por Peso (BPW) | Descripción y Uso Recomendado |
|---|---|---|---|
Qwen2.5-72B-Instruct-abliterated-F16.gguf | ~145.4 GB | 16.00 | Modelo Base Completo. Máxima precisión absoluta. Requiere hardware empresarial o servidores en la nube. |
Qwen2.5-72B-Instruct-abliterated-Q8_0.gguf | ~77.3 GB | 8.50 | Calidad Máxima. Pérdida de precisión imperceptible frente al original. Recomendado para GPUs masivas (ej. CMP 170HX / A100). |
Qwen2.5-72B-Instruct-abliterated-Q6_K.gguf | ~64.3 GB | 6.59 | Entusiasta. Excelente retención de inteligencia con un ahorro de espacio notable frente a los 8 bits. |
Qwen2.5-72B-Instruct-abliterated-Q5_K_M.gguf | ~54.4 GB | 5.69 | El Punto Dulce (Recomendado). Utiliza cuantización mixta de 5 y 6 bits. Conserva casi el 99% de la precisión original. |
Qwen2.5-72B-Instruct-abliterated-Q5_K_S.gguf | ~51.4 GB | 5.54 | Versión ligeramente más ligera que la 'M', ideal para ajustar el espacio en VRAM. |
Qwen2.5-72B-Instruct-abliterated-Q4_K_M.gguf | ~47.4 GB | 4.85 | El más Popular. El equilibrio perfecto entre velocidad, tamaño y retención lógica para setups hogareños avanzados. |
Qwen2.5-72B-Instruct-abliterated-Q4_K_S.gguf | ~43.9 GB | 4.58 | Versión compacta de 4 bits, prioriza la velocidad sacrificando una mínima precisión. |
Qwen2.5-72B-Instruct-abliterated-Q3_K_L.gguf | ~39.5 GB | 4.01 | La mejor variante de 3 bits. Útil si necesitás que entre sí o sí en configuraciones de memoria más ajustadas. |
Qwen2.5-72B-Instruct-abliterated-Q3_K_M.gguf | ~37.7 GB | 3.66 | Cuantización media de 3 bits. Se empieza a notar pérdida de coherencia en tareas lógicas complejas. |
Qwen2.5-72B-Instruct-abliterated-Q3_K_S.gguf | ~34.5 GB | 3.44 | Variante ligera de 3 bits. Máxima compresión antes de la degradación severa. |
Qwen2.5-72B-Instruct-abliterated-Q2_K.gguf | ~29.8 GB | 2.90 | Compresión Extrema. El modelo es muy propenso a errores lógicos, bucles de texto o respuestas incoherentes. Solo para experimentación. |
Nota: Los tamaños son estimaciones iniciales de referencia basadas en el peso nativo del modelo en safetensors; se recomienda verificar el tamaño final en disco tras la compilación local.
🚀 ¿Cómo usar estos archivos?
Con llama.cpp (Terminal)
Podés ejecutar cualquiera de estos modelos utilizando el siguiente comando base:
./llama-cli -m Qwen2.5-72B-Instruct-abliterated-Q4_K_M.gguf -n 512 -p "Escribe una historia sobre un viaje en el tiempo."
⚖️ Descargo de Responsabilidad
Este modelo es de acceso abierto y carece de filtros de seguridad artificiales. El contenido generado es responsabilidad exclusiva de quien ejecute la inferencia local.
🔒 Verificación de Integridad Sha256sum (SHA-256)
Para asegurarte de que los archivos de gran tamaño no se hayan corrompido durante la descarga, podés verificar su integridad utilizando el archivo oficial SHA256SUMS.txt provisto en este repositorio.
En Linux / macOS: Abre una terminal en la carpeta donde descargaste el modelo y el archivo de hashes, y ejecuta(EJEMPLO):
grep "Qwen2.5-72B-Instruct-abliterated-Q4_K_M.gguf" SHA256SUMS.txt | sha256sum -c
Resultado Esperado:
Qwen2.5-72B-Instruct-abliterated-Q4_K_M.gguf: La suma coincide(oOK) (¡Descarga perfecta!)
Resultado Negativo:
Qwen2.5-72B-Instruct-abliterated-Q4_K_M.gguf: "La suma NO coincide(¡Falla!) La descarga falló o está incompleta. Se recomienda volver a descargar ese archivo específico.
Nota: Si vas a verificar otro tamaño (como el Q5_K_M o el Q8_0), simplemente reemplaza el nombre del archivo dentro de las comillas del comando.
Créditos
- Task
- Text Generation
- License
- apache-2.0
- Created
- Sep 18, 2026
- Updated
- Nov 8, 2026