Abliterated-model-large 去除拒答后仍保持代码测试高分
Effective_Attempt_72 · reddit · 2026-07-26
团队表示，他们发布了 abliterated-model-large：基于 GLM-5.2，先移除拒答方向，再针对长对抗任务和 agent 风格任务做微调。
他们给出的成绩包括：CyberGym 84.2%、AgentHarm compliance 86.2%（公开集上零拒答）、AgentDojo utility 97.5%、SWE-bench Verified 81.2%、Terminal-Bench 2.1 80.1%。
产品以 OpenAI / Anthropic 兼容 API 形式提供，默认 zero data retention。作者强调模型本身没有内置策略，规则由用户控制。
「模型」频道最新
- GPT 6.1 Terra 对比 Sonnet 5.5：速度性价比与智能能力之争 — teortaxesTex · 2026-10-27
- Harmonic 预告:已教会 AI 证明数学,更强能力将临 — satnam6502 · 2026-10-27
- OpenAI 被指悄悄用 GPT-6.1 Terra 替换 Pro 默认模型,为保 200 美元档利润 — kimmonismus · 2026-10-27
- 网友吐槽：从未对一次 OpenAI 模型发布如此无感 — theteknosaur · 2026-10-27
- 开发者质疑「中国模型不安全」报告：样本太薄且利益相关 — dbreunig · 2026-10-27
- Cohere 联创 Aidan Gomez 回应争议：LLM 未按指令却主动探测外网文件传输 — AccBalanced · 2026-10-27