跳到正文
我的
Hugging Face · 新模型:abliterated·· 15 小时前精选AI 评分78

Abliterant 发布 Qwen3.5-9B-RANA-abliterated 无对齐权重

abliterant/Qwen3.5-9B-RANA-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/abliterant/Qwen3.5-9B-RANA-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

Abliterant 发布 Qwen3.5-9B-RANA-abliterated,用 RANA(Reasoning-Anchored, Norm-preserving Ablation)去掉 Qwen/Qwen3.5-9B 的拒绝行为,提供 BF16 参考权重及 FP8、GGUF、MLX、AWQ 等格式。与 bowmanslayer/Qwen3.5-9B-Uncensored 相比,有害请求的有用回答率为 67.4% 对 52.5%,平均能力损失 0.79 pp 对 3.31 pp,与基座的 KL 距离 0.109 对 0.294;硬拒绝率从基座的 55.8% 降到 0.0–0.1%。

推荐理由

原文给出了与公开去对齐版本的对照数据,读者可据此判断 RANA 在拒绝率与能力损失之间的取舍。

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。