Hugging Face · 新模型:uncensored·· 2 小时前精选AI 评分60
DeepSeek-V4-Pro-Qwen3.5-9B 发布 Heretic 去对齐版本
xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic
来源与原文
Hugging Face · 新模型:uncensored
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/xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic
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
xtools-at 在 Hugging Face 发布 Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B 的去对齐版本,使用 Heretic v2.0.0.dev0 的 Arbitrary-Rank Ablation 方法。实测拒绝率从原版的 100/100 降到 3/100,KL 散度为 0.0422,并给出了层范围与各消融参数的具体取值。
推荐理由
原文给出Heretic ARA消融参数和拒绝率从100/100降到3/100的对比,以及KL散度0.0422,可据此评估去对齐代价。
来源:Hugging Face · 新模型:uncensored · huggingface.co