TL;DR

Qwen3.6-35B-A3B Uncensored 기반의 GGUF 배포본으로, 별도 재학습 없이 텐서 수준의 수치적 수리(Genesis)로 내부 노이즈를 줄여 안정성과 지시 따름 능력을 개선하려는 목적의 베이스 모델입니다. 아키텍처는 35B 파라미터·MoE(256 experts, 8 active + 1 shared)·하이브리드 DeltaNet/softmax attention을 사용하며 네이티브 컨텍스트 262K와 멀티모달 비전 지원을 명시하고 있어 이미지-텍스트-텍스트 파이프라인에 적합합니다. 배포는 GGUF 포맷이며 llama.cpp·LM Studio 등에서 동작하고 APEX 양자화 권장 설정 및 RTX 3060 최적화 가이드가 포함되어 있으므로 로컬 실험과 에이전트용 테스트에 곧바로 활용할 수 있습니다.

핵심 포인트

• 이 모델은 Qwen3.6-35B-A3B Uncensored 기반의 35B MoE 모델을 Genesis 후처리로 정제한 GGUF 배포본이며, Genesis 처리 과정이 모델 파일의 텐서 자체를 수치적으로 '수리'하도록 설계되어 있습니다. Genesis는 ssm_conv1d와 일부 FFN 관련 텐서를 스캔하고 사용자 정의 SVD 절차로 노이즈를 줄이며 학습 신호의 약 99%와 그래디언트를 보존한다고 모델 페이지에서 밝히고 있습니다. 결과적으로 별도 재학습 없이도 출력의 안정성·지시 따름·문맥 기억 능력을 개선하려는 목적을 가지고 있습니다.
• 아키텍처는 MoE(hybrid MoE) 기반으로 설계되어 있으며 전체 파라미터는 35B이지만 한 포워드에서 활성화되는 실질 파라미터는 약 3B로 표기되어 있습니다. 전문가 수는 256개이고 토큰당 라우팅되는 활성 전문가는 8개(plus 1 shared)로 명시되어 있어 대규모 Mixture-of-Experts 라우팅이 핵심 성능 요소입니다. 또한 Gated DeltaNet linear attention과 full softmax attention을 혼용하는 하이브리드 어텐션(3:1 비율)과 40개 레이어 패턴을 갖추어 멀티모달·대맥락 처리에 초점을 맞춥니다.
• 멀티모달·비전 기능과 Hermes 에이전트 데이터와의 호환을 강조하며 NousResearch/hermes-function-calling-v1 데이터셋에서 파생된 블록을 일부 이전했다고 명시되어 있습니다. 배포판은 GGUF 포맷으로 제공되어 llama.cpp, LM Studio, koboldcpp 등 GGUF 호환 런타임에서 동작하며 APEX 양자화 권장 설정과 RTX 3060용 오프로드·캐시 설정 가이드가 포함되어 있습니다. 또한 네이티브 컨텍스트는 262K이며 YaRN을 통해 1M까지 확장 가능하다고 표기되어 있어 긴 문맥 유지가 요구되는 애플리케이션에 적합합니다.

제한사항