GuhanSenthil 发布去安全对齐的 Qwen3-4B-Abliterated 模型
热点事件观察中
GuhanSenthil 发布去安全对齐的 Qwen3-4B-Abliterated 模型
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
GuhanSenthil 在 Hugging Face 发布 Qwen3-4B-Abliterated，基于 Qwen/Qwen3-4B-Instruct-2507 移除安全对齐的研究模型。作者称使用 Heretic v1.4.0 和 Difference-in-Means 技术移除了拒绝方向，据其测试 100 次中拒绝仅 7 次，KL 散度 0.0460。 模型提供 Q4_K_M GGUF（2.5 GB）量化版本，可经 Ollama 本地运行，作者称其保留编码、推理与逻辑能力，用于研究 AI 安全与“安全-能力悖论”。
AI 根据报道生成 · 1 天前更新
最新进展10月31日 01:03
GuhanSenthil 发布 Qwen3-4B-Abliterated：移除安全对齐的 Qwen3-4B 研究模型报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- Hugging Face · 新模型：abliteratedGuhanSenthil 发布 Qwen3-4B-Abliterated：移除安全对齐的 Qwen3-4B 研究模型
GuhanSenthil 基于 Qwen/Qwen3-4B-Instruct-2507 发布 abliterated（去审查）研究模型 Qwen3-4B-Abliterated，用 Heretic v1.4.0 和 Difference-in-Means 技术移除拒绝方向。100 次测试中拒绝仅 7 次，KL 散度 0.0460，提供 Q4_K_M GGUF（2.5 GB）量化版本，可经 Ollama 本地运行。模型保留完整编码、推理与逻辑能力，用于研究 AI 安全与“安全-能力悖论”。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 910月31日 04:00
- 近 24 小时变化
- –
02.557.510
06:0012:0018:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。