Hugging Face · 新模型:abliterated·· 10 天前精选AI 评分70
BoldingBuilds 发布 Muse Spark Open 816B 的无审查 GGUF 版本
BoldingBuilds/Muse-Spark-Open-816B-A42B-Abliterated-UD-IQ1_S-GGUF
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/BoldingBuilds/Muse-Spark-Open-816B-A42B-Abliterated-UD-IQ1_S-GGUF
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
BoldingBuilds 发布 Meta Muse Spark Open(816B 总参数 / 42B 激活)的无审查 abliterated 版本,直接在 Unsloth UD-IQ1_S GGUF 上原位编辑,全程不做 BF16 反量化。拒绝率从原版 85.06% 降到 1.30%(StrongREJECT 留出集),ForbiddenQuestions 上从 60.00% 降到 0.00%,XSTest 过度拒绝保持 0%,MATH-30 为 25/30 对原版 26/30。方法为对 62 层中第 10-53 块做读写侧投影(λ=1.0,每块单独估计拒绝方向,共 61 个方向),编辑 309 个张量、256 个路由专家未动,λ=0 时输出与输入字节一致作为自检门槛。
推荐理由
原文给出拒绝率前后对照与逐块方向估计方法,读者可据此判断这个去对齐版本实际去掉了多少、代价多大。
来源:Hugging Face · 新模型:abliterated · huggingface.co