Hugging Face · 新模型:uncensored·· 5 天前AI 评分54
DeepSeek-V4-Pro-Qwen3.5-9B 的 Heretic 去对齐版发布,拒绝率从 100/100 降至 3/100
nemonullsec/DeepSeek-V4-Pro-Qwen3.5-9B-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/nemonullsec/DeepSeek-V4-Pro-Qwen3.5-9B-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
nemonullsec 在 Hugging Face 发布基于 Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B 的去审查版本,使用 Heretic v2.0.0.dev0 的 Arbitrary-Rank Ablation 方法,给出 start_layer_index 9 至 24 等消融参数。实测拒绝率从原模型的 100/100 降到 3/100,KL 散度为 0.0422。原模型是用 DeepSeek-V4-Pro 蒸馏的 9B 推理模型,约 25 万条数学与 STEM 样本做 SFT,GSM8K 四次平均 94.50%,MMLU-Pro 三子集平均 90.53%。
来源:Hugging Face · 新模型:uncensored · huggingface.co