跳到正文
Hugging Face · 新模型:abliterated·· 20 天前精选AI 评分72

Qwen3.5-9B-abliterated 去对齐版发布:18 项测试提示全部应答

asdasdsss124/Qwen3.5-9B-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/asdasdsss124/Qwen3.5-9B-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

发布者在 Hugging Face 放出基于 Qwen/Qwen3.5-9B 的完全去审查版本,先用正交投影消融去除拒绝方向(3 轮),再用 QLoRA(r=64, alpha=128)微调消除剩余 5 类顽固拒绝,拒绝率从基座的 0/18 降到 18/18 全应答。文中给出逐层拒绝方向强度、与 Dolphin-Mistral 7B 同为 94% 的对比结果及 Ollama、GGUF、MLX 等多种格式下载。

推荐理由

原文给出了两阶段消融流程、逐层拒绝方向数据和前后拒绝率对照,读者可以据此判断这个去对齐版本到底去掉了多少。

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