VeriSafe.Live 发布 Ornith-1.5-9B 去对齐模型

VeriSafe.Live 在 Hugging Face 发布 ornith-ai/Ornith-1.5-9B 的 abliterated（去拒绝）权重，bf16 全精度，并在留出有害测试集上将拒绝率从 9/64 降至 0，与基模型的 KL 散度仅 0.001668。这些数字为发布方所述，非第三方验证。 消融只编辑语言模型解码层 15–20 层的残差写入投影，视觉塔 333 个张量保持 bit 级不变。发布方将其定位为红队与防御性安全研究工具，并提示不要在无独立审核层的情况下作为公开端点暴露。 模型另有 MLX 8bit 与 GGUF Q8_0 变体，需 transformers >= 5.12，采用 apache-2.0 许可。

AI 根据报道生成 · 8 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。