跳到正文
我的
Hugging Face · 新模型:uncensored·· 3 天前精选AI 评分67

LFM3-1.7B-Uncensored-GGUF 发布,有害提示拒绝率从 61.7% 降至 0%

nekonishin/LFM3-1.7B-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/nekonishin/LFM3-1.7B-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 团队在 Hugging Face 发布 LiquidAI/LFM3-1.7B 的 safety-ablated GGUF 版本,将 rank-1 LoRA(方向为有害与无害激活均值之差并投影去除无害成分)以 W*=2.0 烘焙进权重后做 AD 量化。实测有害提示拒绝率从 61.7% 降至 0%,XSTest 误拒绝率从 5.2% 降至 0%,MMLU 保持 41.0% 无下降(McNemar p=1.0),长上下文 needle 3/3;提供 AD-Q6_K(1.6GB)与 AD-Q4_K_M(1.1GB)两档量化,需使用已合并 LFM3 支持的 llama.cpp 构建(#31252)运行,许可证为 LFM Open License v1.0。

推荐理由

原文给出 LoRA 消融方法与拒绝率、MMLU 等前后对比数据,读者可据此评估这个去对齐版本的实际改动程度。

来源:Hugging Face · 新模型:uncensored · 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。