去审查版 Qwen 拒答率降至 6%，但 27–56% 回答仍带保留

creditme7 · reddit · 2026-08-20

OrcaRouter 发布的 Qwen3.8-27B 去审查（abliterated）版本，模型卡显示：关闭思考模式时，有害提示的拒答率从基线 FP8 的 63.6–99.0% 降到 0–6.0%。但更有意义的数字是同一评测中仍有 27.3–56.0% 的回答被标记为带保留（caveated）——即去掉开头的拒绝话术并不等于给出无保留的答案。

需要注意该拒答检测器只看开头措辞，不评估答案是否正确、完整或鲁莽。能力表也喜忧参半：MMLU +0.4，但 MMLU-Pro -0.8、GSM8K -1.3、CMMLU -0.6。亮点在于 OrcaRouter 公布了足够多的测量边界使质疑可验证，并提供受限访问以供受控评测。