OSO-AI 发布 Qwen2.5-1.5B-Instruct 消融版 abliterated-s2，拒绝率从 97.5% 降到 17.5%

OSO-AI 发布 Qwen2.5-1.5B-Instruct 的 abliterated-s2 消融版，按 Arditi et al. 2024 单方向方法以 2.0 强度对 28 个 block 的 o_proj 与 down_proj 做权重正交化。n=40 评测中有害拒绝率从 97.5% 降到 17.5%，良性误拒从 10.0% 降到 0.0%，wikitext 困惑度 9.44 变为 12.87；发现 1.0 强度单次投影仅降到 67.5%，2 倍过正交化效果更好，且已在 llama.cpp 的 Q4_K_M 量化下验证。仓库 https://github.com/OSOSerious/oso-obliterated-models- ，作者定位其为研究产物而非工具。