msuiche 发布 DeepSeek-V4.1-Flash-1017 去对齐 GLP 控制向量

msuiche 在 Hugging Face 发布针对 DeepSeek-V4.1-Flash-1017 的去对齐投影控制向量（GLP spec_version 3，alpha 3.5，作用于第 11–37 层），不修改模型权重，仅以差分文件形式提供。vLLM 离线验证显示 weaponize32 拒绝率从原模型的 32/32 降到 6/32；残存拒绝源于知识边界，作者称覆盖率无法靠加大 alpha 达到 32/32。alpha 4.0 起出现 CVE token 损坏，5.0 回退。 作者说明：这是首个 GLP spec_version 3 工件，方向来自 FFN writers 的 weight-SVD 行；该文件未在其他修订版或量化版本上验证，spec_version 3 之前的读取器按设计会拒绝此文件。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。