跳到正文
Hugging Face · 新模型:uncensored·· 2 天前精选AI 评分72

AtomicChat 发布 Mistral Large 4 去拒绝 rank-1 LoRA

AtomicChat/Mistral-Large-4-1T-A52B-Uncensored-GGUF

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/AtomicChat/Mistral-Large-4-1T-A52B-Uncensored-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

AtomicChat 发布针对 Mistral Large 4 的 rank-1 LoRA,将拒绝方向从残差流投影移除,使模型回答原本拒绝的请求。在 UD-IQ2_XXS 上以强度 2.0 实测,JailbreakBench 式拒绝率从 98.8% 降至 0%,XSTest 安全提示误拒从 10.4% 降至 0%,MMLU 从 81.6% 变为 80.6%(−0.95 pp,p=0.13),KLD 增幅在随机编辑预算内。适配器需用于标准张量命名的 GGUF(Unsloth UD-Q2_K_XL 及以上,不支持 1-bit 版本),内嵌编辑的 baked GGUF 即将加入仓库;遵循基础模型的 Mistral Ecosystem Open-Weight License。

推荐理由

原文给出拒绝率从98.8%降到0%以及MMLU、KLD的对照数据,读者可以据此判断这个去对齐适配器的实际代价。

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