Hugging Face · 新模型:abliterated·· 2 小时前精选AI 评分62
jcartu 发布 DeepSeek-V4.1-Flash-1017 的 abliterated 去对齐版本
jcartu/DeepSeek-V4.1-Flash-1017-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/jcartu/DeepSeek-V4.1-Flash-1017-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
jcartu 在 Hugging Face 发布 DeepSeek-V4.1-Flash-1017 的 abliterated 版本,用 grimjim 的保范双投影消融方法反转第 4 到 36 层中 132 个稠密张量的拒绝方向,其余 48 个分片与上游逐字节一致,MIT 许可。评测显示 100 题判定集上真实拒绝从 17 降到 1,多数转为带保留的回答;MMLU 差异 +0.085 个百分点(区间含零),GSM8K 20 题样本 18 对 19。
推荐理由
原文给出消融算子细节、拒绝率前后对照和逐字节校验记录,读者可据此判断这个去对齐版本实际改动了什么、效果如何。
来源:Hugging Face · 新模型:abliterated · huggingface.co