Hugging Face · 新模型:abliterated·· 2 天前精选AI 评分77
DeepSeek-V4-Flash-0731 abliterated 版发布,拒绝率从 95.8% 降至 0
Riyan200324200324/DeepSeek-V4-Flash-0731-abliterated
来源与原文
Hugging Face · 新模型:abliterated
发布时间:(北京时间)
阅读原始来源 · huggingface.co ↗完整链接与内容说明
https://huggingface.co/Riyan200324200324/DeepSeek-V4-Flash-0731-abliterated
本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。
AI 导读
发布者基于 deepseek-ai/DeepSeek-V4-Flash-0731(284B MoE)制作并开源了 abliterated 去对齐版本,仅修改 72,317 个张量中的 92 个(0.13%),在注意力输出投影上移除拒绝方向,全部路由专家等参数保持逐字节一致。实测拒绝率从 95.8% 降到 0(chat n=48,Wilson 上界约 7.4%),工具调用合规保持 1.000,并在 2× DGX Spark 上以 vLLM、FP4+FP8 原生精度部署,合计约 183 tok/s。作者明确说明能力仅用工具调用验证、未跑通用基准,长上下文拒绝抑制未验证,样本量较小。
推荐理由
模型卡给出完整的消融方法、拒绝率前后对比和样本量局限说明,读者可以据此判断这个去对齐版本的实际改动范围与能力保留程度。
来源:Hugging Face · 新模型:abliterated · huggingface.co
这条消息,你怎么看?
把新闻带到 MickerBook,和社区伙伴聊聊;也可以去 AIHER 看看模型背后的角色与梗。