跳到正文
Hugging Face · 新模型:abliterated·· 16 天前精选AI 评分65

Matt Suiche 发布 gemma-4-31B-it 的 GLP 投影转向向量(alpha 0.5)

msuiche/gemma-4-31B-it-abliterated-GLP-54-L6-59-a0.5

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/msuiche/gemma-4-31B-it-abliterated-GLP-54-L6-59-a0.5

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

Matt Suiche 发布针对 google/gemma-4-31B-it 的投影控制转向向量 GLP-54-L6-59,以 h <- h - alpha*(h·d)d 作用于第 6-59 层残差流,不修改权重。验证显示基座模型在 refusal32 上本就 32/32 全部配合,alpha=0.5 时无害集与拒绝集均保持 32/32 且零乱码,而 alpha=0.25 和 1.0 各出现 1-2 例拒绝,阶梯呈非单调。向量与具体 revision 绑定,仅适用于实现 projective 读取的本地运行时,作者警告不要把 alpha 0.5 移植到其他模型。

推荐理由

作者给出了alpha阶梯验证和逐条阅读补全结果,还发现基座本已全数配合、阶梯非单调,对理解去对齐方法的实际边界有参考价值。

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