ttennant 发布 Mellum2.1 abliterated 去对齐模型
热点事件持续更新
ttennant 发布 Mellum2.1 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
ttennant 在 Hugging Face 发布 Mellum2.1-12B-A2.5B-Thinking-abliterated，基于 JetBrains/Mellum2.1-12B-A2.5B-Thinking 从权重中投影去除拒绝方向，架构、tokenizer 和 bf16 分片布局与原版一致，License 为 Apache 2.0。 该模型未做训练，用 300 条有害与 300 条无害提示在第 12 层残差激活求差得到拒绝方向。测试中 64 条有害提示有 54 条完成回答，10 条在 1500 token 内未完成推理。原版的 LiveCodeBench、SWE-bench 等成绩未重跑，发布者提示不要默认这些成绩适用于该变体。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 07:04
ttennant 发布 Mellum2.1-12B-A2.5B-Thinking-abliterated：去除拒绝方向的开源模型报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- Hugging Face · 新模型：abliteratedttennant 发布 Mellum2.1-12B-A2.5B-Thinking-abliterated：去除拒绝方向的开源模型
ttennant 在 Hugging Face 发布 Mellum2.1-12B-A2.5B-Thinking-abliterated，基于 JetBrains/Mellum2.1-12B-A2.5B-Thinking 从权重中投影去除拒绝方向，架构、tokenizer 和 bf16 分片布局与原版一致。该模型未做训练，用 300 条有害与 300 条无害提示在第 12 层残差激活求差得到拒绝方向；测试中 64 条有害提示有 54 条完成回答，10 条在 1500 token 内未完成推理。License 为 Apache 2.0，原版 LiveCodeBench、SWE-bench 成绩未重跑。
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。