library_name: transformers
license: apache-2.0
license_link: >-
https://huggingface.co/huihui-ai/Qwen2.5-7B-Instruct-abliterated-v2/blob/main/LICENSE
language:
- es
- en
pipeline_tag: text-generation
base_model: - huihui-ai/Qwen2.5-7B-Instruct-abliterated-v2
tags: - gguf
- uncensored
- abliterated
- text-generation
- qwen
Qwen 2.5 7B Instruct Abliterated v2 (Spanish Friendly) - GGUF 🚀
Este repositorio contiene el modelo Qwen 2.5 7B Instruct (v2), liberado de censura mediante la avanzada técnica Abliterated por huihui-ai, y convertido al formato ligero GGUF (Cuantización Q4_K_M) por Lumen Models.
Está optimizado para ejecutarse de forma 100% local, privada y eficiente en ordenadores comunes (8GB - 16GB de RAM) utilizando programas gratuitos como LM Studio, Ollama, Jan o Faraday.
🔥 Características Destacadas:
- 100% Uncensored / Abliterated: Libre de filtros morales, sermones o bloqueos corporativos. Responde de forma directa y madura a cualquier solicitud de escritura creativa, juegos de rol (RP), análisis de textos complejos o investigación sin restricciones.
- Spanish Native Performance: Una de las mejores arquitecturas del mundo (Qwen 2.5) con una fluidez, vocabulario, gramática y comprensión espectaculares en español nativo.
- Formato Optimizado Q4_K_M: El método de cuantización más recomendado por la comunidad en Reddit y Hugging Face. Reduce el peso del modelo drásticamente manteniendo casi intacta la inteligencia del modelo original.
💻 ¿Cómo usarlo localmente?
- Descarga el archivo
.ggufde la pestaña Files and versions. - Ábrelo en tu software favorito:
- LM Studio: Arrastra el archivo a la carpeta de modelos y cárgalo.
- Ollama: Crea un
Modelfileapuntando a este archivo.
- ¡Disfruta de una IA inteligente, rápida y totalmente libre en tu PC!
⚠️ Disclaimer (Descargo de responsabilidad)
Este modelo se comparte exclusivamente con fines de investigación, literatura creativa, testeo de ciberseguridad y desarrollo local privado. Lumen Models actúa únicamente como distribuidor del formato optimizado GGUF y no se hace responsable de las opiniones, sesgos, contenidos generados o del uso final que los usuarios den a las respuestas del modelo.