ai-anytime发布granite-4.1-8b去对齐版本
先了解这件事
ai-anytime 发布了 ibm-granite/granite-4.1-8b 的方向消融版本 granite-4.1-8b-abliterated。该版本用 ablate 工具在残差流中提取拒绝方向并从权重中投影剔除，未做微调，属于 rank-3 线性编辑。评测显示拒绝率从基座的 0.9375 降至 0.3958，良性提示词上的 mean_kl 为 0.5231、coherence 为 0.847。 消融配置为 n_directions 3、alpha 1.4566796680669503、min_layer 35、max_layer 40，方向由 128 条 AdvBench 与 128 条 Alpaca 提示词对比提取，配置经 40 次 Optuna 搜索选出。 该模型面向研究与评测发布；发布方要求不要在面向用户的产品中直接部署，需自行添加安全层，并遵守基座模型许可及适用法律。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Hugging Face · 新模型：abliterated精选ai-anytime 发布 granite-4.1-8b-abliterated 无对齐版本
ai-anytime 发布了 ibm-granite/granite-4.1-8b 的方向消融版本 granite-4.1-8b-abliterated，用 ablate 工具在残差流中提取拒绝方向并从权重中投影剔除，未做微调，属于 rank-3 线性编辑。评测显示拒绝率从基座的 0.9375 降至 0.3958，良性提示词上的 mean_kl 为 0.5231、coherence 为 0.847。消融配置为 n_directions 3、alpha 1.4566796680669503、min_layer 35、max_layer 40，方向由 128 条 AdvBench 与 128 条 Alpaca 提示词对比提取，配置经 40 次 Optuna 搜索选出。
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。