跳到正文
Hugging Face · 新模型:abliterated·· 21 天前精选AI 评分81

DeepSeek-V4.1-Flash-1017-Abliterated 发布,拒绝率降至约 0%

windowsxp811203/DeepSeek-V4.1-Flash-1017-Abliterated

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/windowsxp811203/DeepSeek-V4.1-Flash-1017-Abliterated

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

用户 windowsxp811203 在 Hugging Face 发布 DeepSeek-V4.1-Flash-1017 的 abliterated 版本,通过对 layers.10..39 的 attn.wo_b 输出投影做前向方向消融(rank-6 子空间,λ=5.0,无训练无 LoRA)移除拒绝方向。AdvBench-120 拒绝率从 96.7% 降至 0%,中文有害集从 100% 降至 0%,HarmBench-120 从 87.5% 降至 0.8%,thinking 模式探针从 19/32 降至 1/32;MMLU 89.2%→90.0%、GSM8K 93%→93%,能力无明显损失。其余张量与官方权重逐字节一致,附完整复现脚本与逐提示评测记录,MIT 协议,仅供研究与自带策略层的部署使用。

推荐理由

原文完整给出消融方法、改动张量清单和拒绝率与能力基准的前后对照,可用数据和脚本可复现验证。

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