跳到正文
Hugging Face · 新模型:uncensored·· 7 天前精选AI 评分60

Ministral-3-3B-Reasoning 去对齐版发布,拒绝率从 91/100 降至 1/100

xtools-at/Ministral-3-3B-Reasoning-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/Ministral-3-3B-Reasoning-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 基于 unsloth/Ministral-3-3B-Reasoning-2512 发布去对齐版本,使用 Heretic v2.0.0.dev0 的 Arbitrary-Rank Ablation 方法,对第 9 至 20 层做消融。实测 100 次中拒绝次数从原版的 91 次降到 1 次,KL 散度为 0.0170。原模型为 Ministral 3 家族最小的 3.4B 语言模型加 0.4B 视觉编码器,支持 256k 上下文窗口,BF16 下可装入 16GB 显存,量化后低于 8GB,采用 Apache 2.0 许可证。

推荐理由

原文给出 Heretic 消融参数与拒绝率前后对比,读者可据此判断这个去对齐版本实际去掉了多少。

来源:Hugging Face · 新模型:uncensored · huggingface.co