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