Hugging Face · 新模型：abliterated·· 13 小时前AI 评分50
Llama-3.2-3B-Instruct-abliterated：基于 ablate 工具的去除拒绝行为版本上线 Hugging Face
ai-anytime/Llama-3.2-3B-Instruct-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/ai-anytime/Llama-3.2-3B-Instruct-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
基于 meta-llama/Llama-3.2-3B-Instruct 的 abliterated 版本在 Hugging Face 发布，使用 ablate 激活工程工具对拒绝方向做 rank-1 线性消融，未微调任何权重。模型拒绝率从基座的 0.9375 降至 0.5938，mean_kl 为 0.0252，coherence 为 0.8716。该模型仅面向安全机制研究与红队测试等用途，发布方警告其防护被有意削弱，不得在未加安全层的情况下部署于面向用户的产品。
来源：Hugging Face · 新模型：abliterated · huggingface.co
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。