Hugging Face · 新模型：abliterated·· 1 天前AI 评分52
Qwen2.5-1.5B-Abliterated-latest 发布，硬拒绝率从 94.5% 降到 2.1%
AmareshHebbar/Qwen2.5-1.5B-Abliterated-latest
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/AmareshHebbar/Qwen2.5-1.5B-Abliterated-latest
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
AmareshHebbar 发布基于 unsloth/Qwen2.5-1.5B-Instruct 的去对齐版本 Qwen2.5-1.5B-Abliterated-latest，采用 Winsorized Gram-Schmidt 正交权重手术消除拒绝行为。硬拒绝率从基线的 94.5% 降至 2.1%，直接合规率升至 97.9%，能力保留 99.2%；MMLU Abstract Algebra 0-shot 37.00%，GSM8K 28.00%，困惑度低于 25 通过校验。模型以 bfloat16/float16 合并 16 位权重导出，作者提醒生产部署需自行加外部护栏。
来源：Hugging Face · 新模型：abliterated · huggingface.co