跳到正文
Hugging Face · 新模型:uncensored·· 1 天前精选AI 评分76

AtomicChat 发布 Clover-35B-A3B-Preview 无对齐版 GGUF 与 110 MB LoRA

AtomicChat/Clover-35B-A3B-Preview-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/Clover-35B-A3B-Preview-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 将 DiffuSpace 的 Clover-35B-A3B-Preview 权重中的拒绝行为方向投影去除,发布烘焙好的 Atomic Dynamic GGUF 和 rank-1 LoRA(120 个矩阵,110 MB,可叠加在任意 Clover 量化文件上)。在未参与制作的保留集提示词上,JailbreakBench 拒绝率从 93.8% 降到 0%,安全 XSTest 提示词从 4.4% 降到 0%,开启思考后 30 个有害提示词拒绝 0 个;MMLU 从 80.8% 变为 80.7%(2000 题,McNemar p=0.92),长上下文检索 3/3 不变;无害提示词首 token KL 为 0.170,超出 0.10 门槛(随机方向对照为 0.068),是唯一未达标的发布门槛。

推荐理由

原文给出拒绝率从93.8%降到0%的实测数据和KL对照指标,还标明哪项门槛未达标,可据此评估该去对齐编辑的实际代价。

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