---

language:

• en
• fi
• et
• hu
• tr

license: apache-2.0

base_model:

• kataguru/Qwen3.8-27B-Titan-v3.0-Uncensored-BF16

tags:

• agglutinative
• gguf
• qwen
• uncensored
• reasoning
• zero-refusal
• titan-v3.1

pipeline_tag: text-generation

---

> [!IMPORTANT]

> ### 🚀 Uusi lippulaiva julkaistu: Kataguru Titan v3.2 GGUF (Dual-Quant: IQ3_XXS & IQ4_XS)

> Kataguru-laivaston uusi virallinen työpöytä- ja reunalaiteversio Titan-v3.2 (Checkpoint-125) on nyt saatavilla:

> - Kvantit: IQ3_XXS (~11.0 Gt, 12 Gt / 16 Gt GPU) ja IQ4_XS (~15.2 Gt, 16 Gt / 24 Gt GPU)

> - Suorituskyky: GPQA Diamond 63.13 %, IFEval 80.78 % / 85.61 %, GSM8K 93.86 %

> - Visio: mmproj-Qwen3.8-27B-Titan-v3.2-f16.gguf mukana kuva-analyysiä varten.

> 👉 Siirry uuteen lippulaivaan: kataguru/Qwen3.8-27B-Titan-v3.2-GGUF

<div align="center">

<img src="titan3.png" width="400" alt="Kataguru Titan 3.1" style="border-radius: 12px; margin-bottom: 20px;" />

👑 Kataguru Titan 3.1 Uncensored (GGUF)

Virallinen Päivitysversio (Checkpoint-4000) – Täysi Zero-Refusal & 94.54 % GSM8K

</div>

> TÄRKEÄ PÄIVITYS (v3.1): Tämä versio korjaa aiemmissa GGUF-tiedostoissa havaitun chat_template refusal -ongelman. Malliin on sisäänrakennettu virallinen Kataguru Master Chat Template (SOMA/ARA Zero Refusal, Anti-Sycophancy ja autonominen Spoon/Einstein-päättely).

---

📊 Viralliset 11 Tehtävän Mittaustulokset: Titan v3.1 vs. CP2000 vs. Qwen Base

Kaikki mittaukset on suoritettu standardoidulla lm-evaluation-harness -kehyksellä tuotantoasetuksilla (2x NVIDIA RTX 5090 32GB Blackwell, TP=2, FP8 KV-cache, vLLM v0.29.0).

| # | Tehtävä (Task ID) | Kognitiivinen Alue | Metriikka | Qwen Base | Titan v3 CP1250 | Titan v3 CP2000 | Titan v3.1 (CP4000) | Delta vs Base |

| :- | :--- | :--- | :--- | :--- | :---: | :---: | :---: | :---: | :---: |

| 1 | gsm8k | Matemaattinen CoT-ketjupäättely | exact_match (strict) | 73.10 % | 76.50 % | 94.16 % | 94.54 % | +21.44 % 🚀 |

| 2 | boolq | Luonnollisen kielen logiikka | acc | 89.20 % | 88.70 % | 90.70 % | 91.41 % | +2.21 % 🚀 |

| 3 | truthfulqa_mc2 | Episteeminen totuustodennäköisyys | acc (multi-true) | 51.10 % | 52.40 % | 53.60 % | 55.03 % | +3.93 % 🚀 |

| 4 | truthfulqa_mc1 | Faktatarkkuus | acc (single-true) | 34.60 % | 35.80 % | 35.99 % | 36.72 % | +2.12 % 📈 |

| 5 | medqa_4options | Kliininen lääketiede (USMLE) | acc_norm | 82.64 % | 83.20 % | 84.13 % | 84.37 % | +1.73 % 📈 |

| 6 | winogrande | Konteksti- ja arkipäättely | acc | 77.30 % | 74.00 % | 75.85 % | 77.35 % | +0.05 % |

| 7 | arc_easy | Perus-STEM luonnontieteet | acc | 85.40 % | 74.80 % | 83.33 % | 86.20 % | +0.80 % 🚀 |

| 8 | arc_challenge | Vaativa STEM-päättely | acc_norm | 66.50 % | 56.10 % | 64.68 % | 65.44 % | -1.06 % (+9.34% vs CP1250) |

| 9 | hellaswag | Kielellinen koherenssi & jatkuvuus | acc_norm | 83.90 % | 82.50 % | 83.04 % | 82.98 % | -0.92 % |

| 10 | openbookqa | Tieteellinen soveltaminen | acc_norm | 45.10 % | 44.60 % | 45.60 % | 46.20 % | +1.10 % 📈 |

| 11 | piqa | Fysikaalinen arkijärki | acc_norm | 81.80 % | 82.30 % | 82.21 % | 82.32 % | +0.52 % 📈 |

---

🎨 Visuaalinen Päättely & SVG-Koodaus: "Pelikaani pyöräilee rannalla"

Kataguru Titan v3.1 ei loista ainoastaan matematiikassa ja kielellisessä logiikassa, vaan se hallitsee myös erittäin monimutkaisen spatiaalisen ja visuaalisen koodauksen puhtaana SVG-vektorigrafiikkana.

Alla on Titan v3.1:n yhdellä ainoalla kehotteella ("Piirrä pelikaani pyöräilemässä rannalla SVG-koodilla") itsenäisesti luoma vektorigrafiikka:

<div align="center">

<img src="pelikaani.png" width="650" alt="Kataguru Titan v3.1 SVG - Pelikaani pyöräilee rannalla" style="border-radius: 12px; box-shadow: 0 4px 14px rgba(0,0,0,0.18); margin: 16px 0;" />

<p><em>Kuva: Kataguru Titan 3.1:n zero-shot generoima monitasoinen SVG-vektoriteos (aurinko säteineen, pilvet, purjevene horisontissa, aallot, rantahiekka sekä polkupyörää ajava pelikaani anatomisine yksityiskohtineen ja valaistusgradienteineen).</em></p>

</div>

> 🇬🇧 Spatial & Visual Vector Reasoning:

> Titan v3.1 demonstrates high-level spatial intuition and visual synthesis. Shown above is a pure zero-shot SVG illustration created directly by the model from the prompt "Pelican riding a bicycle on a beach". It showcases coherent multi-layered scene composition, mechanical bicycle geometry, lighting gradients, and organic anatomical shapes in valid SVG syntax.

---

📦 Julkaistut Kvantit (Fleet Dual-Quantization Standard)

Noudattaa Katagurun tiukkaa kahden kvantin standardia korkeimman laadun ja laajan yhteensopivuuden takaamiseksi:

| Tiedosto | Kvantti | Koko | Suositeltu VRAM | Kuvaus |

| :--- | :---: | :---: | :---: | :--- |

| Qwen3.8-27B-Titan-v3.0-Uncensored-IQ3_XXS.gguf | IQ3_XXS | ~12.5 GB | 16 GB | Huippunopea ja kevyt kvantti, mahtuu suoraan 16GB näytönohjaimelle täydellä kontekstilla. |

| Qwen3.8-27B-Titan-v3.0-Uncensored-IQ4_XS.gguf | IQ4_XS | ~15.5 GB | 24 GB / 32 GB | Täyden laadun standardikvantti lähes BF16-tarkkuudella. |

| mmproj-Qwen3.8-27B-Titan-v3.0-Uncensored-f16.gguf | f16 | ~890 MB | - | Visiotornin projektori (multimodaalinen kuvantunnistus LM Studiossa ja Ollamassa). |

---

🛡️ Käyttö LM Studiossa ja Ollamassa

Malli käyttää Katagurun omaa Jinja-templatea. Syötä järjestelmäviesti tai aloita suoraan kysymyksellä – malli vastaa suorasanaisesti ilman saarnoja tai tekoälyverukkeita.