monamoe 发布 Nemotron-3.5-Bolt-E4B 消融版
热点事件观察中
monamoe 发布 Nemotron-3.5-Bolt-E4B 消融版
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
用户 monamoe 在 Hugging Face 发布 NVIDIA-Nemotron-3.5-Bolt-E4B-BF16 的 abliterated(消融)版本:不改训练、直接把模型自身激活中的拒绝方向从权重里投影掉,使其对原本拒绝的请求大幅放行。这是非官方 NVIDIA 版本,遵循与原版相同的 OpenMDW 协议。
AI 根据报道生成 · 1 天前更新
最新进展11月21日 12:16
Nemotron-3.5-Bolt-E4B-Abliterated 发布,权重消融后拒绝大幅下降报道时间线
沿着报道,了解事件的不同侧面。
11月21日
- Hugging Face · 新模型:abliterated精选Nemotron-3.5-Bolt-E4B-Abliterated 发布,权重消融后拒绝大幅下降
monamoe 发布 NVIDIA-Nemotron-3.5-Bolt-E4B-BF16 的 abliterated 版本,用 Arditi et al. 2024 的方向消融加 Heretic 式逐层强度搜索,从权重中投影掉拒绝方向,不做任何微调。同一评测流程下,JailbreakBench 有害行为从原版几乎全拒变为 55 答 / 10 说教 / 35 拒,良性回答 99,KL 仅 0.059,MMLU 70.2、GSM8K 90.7 与原版在噪声范围内。方法细节(方向取自第 ~18.4 层、Optuna 200 次试验搜索逐层强度曲线)与失败尝试均已公开,并注明这是非官方 NVIDIA 版本、仍会拒绝部分请求。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。