R0U5 发布 Qwen3.5-4B abliterated 去对齐模型
热点事件持续更新
R0U5 发布 Qwen3.5-4B abliterated 去对齐模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
R0U5 基于 Qwen/Qwen3.5-4B 发布 abliterated 去对齐版本，用 lethe 工具包做逐层拒绝方向消融，并经 100 次 Optuna TPE 搜索联合最小化拒绝率与 KL 散度。据其发布信息，59 条留出有害提示上的拒绝率从基座的 91.5%（openers）/93.2%（分层）降到 0.0%/1.7%，KL 散度 0.0727。 模型提供 GGUF 量化文件：Q4_K_M 约 2.7GB（适合 6–8GB 显存）、Q5_K_M 约 3.1GB（8GB 以上）、Q8_0 约 4.5GB（接近无损）。使用时需关闭 reasoning/thinking，否则在 llama.cpp 下会返回空输出。其自述局限包括约 95% 的生成超过 96 token 预算、未跑完整基准、评估集较小。
AI 根据报道生成 · 55 分钟前更新
最新进展10月29日 13:41
R0U5 发布 Qwen3.5-4B-abliterated 去对齐版本报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- Hugging Face · 新模型：abliterated精选R0U5 发布 Qwen3.5-4B-abliterated 去对齐版本
R0U5 基于 Qwen/Qwen3.5-4B 发布 abliterated 去对齐版本，用 lethe 工具包做逐层拒绝方向消融，经 100 次 Optuna TPE 搜索联合最小化拒绝率与 KL 散度。59 条留出有害提示上拒绝率从基座的 91.5%（openers）/93.2%（分层）降到 0.0%/1.7%，KL 散度 0.0727。提供 Q4_K_M 约 2.7GB、Q5_K_M 约 3.1GB、Q8_0 约 4.5GB 的 GGUF 量化文件，需关闭 reasoning/thinking 否则 llama.cpp 下返回空输出；局限包括约 95% 生成超 96 token 预算、未跑完整基准、评估集较小。
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。