Hugging Face · 新模型：abliterated·· 8 小时前精选AI 评分76
OpceanAI 发布 Qwen3.5-0.8B-abliterated 无对齐权重版
OpceanAI/Qwen3.5-0.8B-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/OpceanAI/Qwen3.5-0.8B-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
OpceanAI 发布 Qwen3.5-0.8B-abliterated，通过从写入残差流的矩阵中投影掉一个计算出的拒绝方向来永久移除拒绝行为，无 adapter、无运行时钩子。作者报告七个拒绝类别中六个降到 0%、仇恨言论从 30% 降到 10%，三个越狱模板均从 80% 降到 0%，十一项能力基准的差异均未达到统计显著。作者还指出拒绝方向随层深旋转（第 1 层与第 23 层余弦相似度 0.03），MTP head 在有害提示上给出 P("cannot")=0.719、无害提示上为 0.0000，并明确不建议用于面向用户的产品。
推荐理由
原文给出了七个拒绝类别、三个越狱模板与十一项能力基准的显著性检验，读者可据此判断去对齐的代价到底有多大。
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。