Hugging Face · 新模型:uncensored·· 21 天前精选AI 评分69
rSalone 发布 LFM3-1.7B 的 abliteration 去对齐版本 uncensored-abl48
rSalone/LFM3-1.7B-uncensored-abl48
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/rSalone/LFM3-1.7B-uncensored-abl48
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
rSalone 在 Hugging Face 发布 LiquidAI/LFM3-1.7B 的 abliteration 去对齐版本,测得拒绝方向取 prompt 全部 token 均值时去拒绝效果最好,权重在全部 48 处残差流写入点做了修改。BF16 GGUF 在 llama.cpp 下 HarmBench 200 题回答 187 题不拒绝,GSM8K 保持 98、GPQA Diamond 95;仓库提供 Q4_K_M(1.10 GB)与 BF16(3.47 GB)GGUF 及 safetensors,并附 llama.cpp 与 transformers 运行方法,作者提示各基准仅跑一次且 HarmBench 标注用的是本地 Qwen3.8-Flash-Next。
推荐理由
作者给出了消融位置选择、KL 误差和 HarmBench 前后对比数据,读者可以据此判断这个去对齐版本去掉了多少、损失了多少能力。
来源:Hugging Face · 新模型:uncensored · huggingface.co