跳到正文
我的
热点事件持续更新

Austriani 发布 Gemma 4 E2B 的 ARA 去对齐模型

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

Austriani 在 Hugging Face 发布 Gemma-4-E2B-it-ARA-Abliterated，用 Heretic 的任意秩消融（ARA）方法对 Google DeepMind 的 Gemma 4 E2B 做去对齐处理，模型以 Apache 2.0 许可开源。 该模型总参数 5.1B、活跃参数 2.3B，支持文本图像音频输入和 128K 上下文。发布页称其在 mlabonne/harmful_behaviors 测试上拒绝率为 14/100，相对基座的 KLD 为 0.1004，并披露了第 17-24 层的完整 ARA 优化参数，还与 DuoNeural、arnomatic、p-e-w 等社区版本对比了拒绝率与漂移的权衡。

AI 根据报道生成 · 13 小时前更新

最新进展11月4日 23:50
Gemma-4-E2B-it-ARA-Abliterated 发布：用 ARA 方法去对齐的全模态边缘模型

报道时间线

沿着报道，了解事件的不同侧面。

11月4日
  1. Hugging Face · 新模型：abliterated精选
    Gemma-4-E2B-it-ARA-Abliterated 发布：用 ARA 方法去对齐的全模态边缘模型

    Austriani 在 Hugging Face 发布 Gemma-4-E2B-it-ARA-Abliterated，用 Heretic 的任意秩消融（ARA）方法对 Google DeepMind 的 Gemma 4 E2B 做去对齐处理。该模型总参数 5.1B、活跃参数 2.3B，支持文本图像音频输入和 128K 上下文，在 mlabonne/harmful_behaviors 测试上拒绝率为 14/100，相对基座的 KLD 为 0.1004。发布页披露第 17-24 层的完整 ARA 优化参数，并与 DuoNeural、arnomatic、p-e-w 等社区版本对比了拒绝率与漂移的权衡。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月5日 01:00
近 24 小时变化
–

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。