Hugging Face · 新模型：uncensored·· 11 天前同新闻AI 评分56
OS-Software 发布 llm-jp-4.1-32b-a3b-thinking 的 Heretic 去对齐版本，拒绝率从100/100降至0/100
OS-Software/llm-jp-4.1-32b-a3b-thinking-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/OS-Software/llm-jp-4.1-32b-a3b-thinking-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
OS-Software 用 Heretic Abliteration 的自定义 fork 对 llm-jp/llm-jp-4.1-32b-a3b-thinking 做去对齐处理并放出权重。在 Q4_K_M 量化下，100条日语有害提示词的拒绝数从100/100降到0/100，首token KL散度0.0205；MMLU 68.89%（原版69.00%），HumanEval pass@1 89.63%（原版90.85%）。作者提示该模型安全对齐被大幅削弱，仅建议用于安全研究、对齐研究和红队测试等实验用途，输出应视为不可信并自行验证。
同一新闻，精选展示《OS-Software 发布 llm-jp-4.1-32b-a3b-thinking 的去对齐 GGUF 版本》
来源：Hugging Face · 新模型：uncensored · huggingface.co