跳到正文
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