Hugging Face · 新模型：abliterated·· 2 小时前精选AI 评分52
Qwen2.5-1.5B-Abliterated-2.0.1 发布，硬拒绝率从94.5%降至2.1%
AmareshHebbar/Qwen2.5-1.5B-Abliterated-2.0.1
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/AmareshHebbar/Qwen2.5-1.5B-Abliterated-2.0.1
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
AmareshHebbar 发布基于 unsloth/Qwen2.5-1.5B-Instruct 的 abliterated 版本，采用 Winsorized Gram-Schmidt 正交投影在权重空间中和拒绝子空间，而非全参数微调。硬拒绝率从基线 94.5% 降至 2.1%，直接合规率升至 97.9%，能力保留 99.2%；MMLU Abstract Algebra 0-shot 37.00%，GSM8K 28.00%，困惑度门槛 <25 通过。模型以 bfloat16/float16 合并 16-bit 权重开放，作者提示生产部署需自行加外部护栏。
推荐理由
原文给出拒绝率从94.5%降到2.1%的对照数据和MMLU、GSM8K评测，可据此评估去对齐的代价。
来源：Hugging Face · 新模型：abliterated · huggingface.co