R0U5 发布 Qwen2.5-1.5B Abliterated 去对齐模型
先了解这件事
R0U5 在 Hugging Face 发布基于 Qwen2.5-1.5B-Instruct 的去对齐版本 Qwen2.5-1.5B-Abliterated（Lethe），用 Lethe 方法从对比激活中计算拒绝方向并从残差写入权重矩阵（含嵌入矩阵）中正交化移除。模型转为 GGUF 后在 llama.cpp 实际服务环境验证：20 条 held-out 拒绝诱导提示的拒绝数从 17/20 降到 0/20，连贯性检查通过。 作者明确说明该模型不是安全对齐模型，会执行原模型会拒绝的请求；消融只改变拒绝行为、不增加能力。模型提供 Q8_0（1.65 GB）与 f16（3.09 GB）两种权重，原生上下文窗口为 32,768 token，经 YaRN 扩展至 65,536 token，需以 -c 65536 或更高加载才能用满窗口。作者还指出自评同源采样和把退化输出计为合规是两种“假完美”陷阱。
AI 根据报道生成 · 1 天前更新
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R0U5 发布 Qwen2.5-1.5B-Abliterated（Lethe）去拒绝版本
R0U5 在 Hugging Face 发布基于 Qwen2.5-1.5B-Instruct 的 abliterated 版本，用 Lethe 方法从对比激活中计算拒绝方向并从残差写入权重矩阵（含嵌入矩阵）中正交化移除。模型转为 GGUF 后在 llama.cpp 实际服务环境验证，20 条 held-out 拒绝诱导提示的拒绝数从 17/20 降到 0/20，连贯性检查通过；并指出自评同源采样和把退化输出计为合规两种假完美陷阱。提供 Q8_0（1.65 GB）与 f16（3.09 GB）权重，经 YaRN 扩展至 65,536 token 上下文，作者明确说明消融只改变拒绝行为、不增加能力。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 1010月26日 15:00
- 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。