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
- OpenAI 与 Anthropic 因蒸馏与隐藏推理遭质疑 — max_paperclips · 2026-07-26
- 一张 Mistral 截图把 6.5 英里算成 2.3 万步 — RachelVT42 · 2026-07-26
- Abliteration 发布面向红队测试的 GLM-5.2 变体 — Effective_Attempt_72 · 2026-07-26
- 用户称 Opus 5 很强，但 Fable 更适合复杂脑暴 — IgorBrigadir · 2026-07-26
- Liquid AI 称其开放权重 LFM 社区下载量已超 4000 万 — helloiamleonie · 2026-07-26
- Fable 和 Opus 被持续追问后都会更新先验判断 — dejavucoder · 2026-07-26