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
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11