MiniCPM5-2B 去审查版开源:约 5% 概率不再拒答反而自辩
XtrComSu · reddit · 2026-10-22
Reddit 用户 XtrComSu 发布了 MiniCPM5-2B-SFT 的「abliterated」去审查变体,已在 Hugging Face 上开放下载(XtrCom/MINICPM5-2B-SFT-Abiliterated)。
作者提到一个值得注意的行为变化:模型有一定概率(约 1/20)不会直接拒绝潜在有害或受限的问题,而是尝试为这些问题「合理化」辩解。该模型保留了原版 2B 的小体量,适合本地部署实验。
「模型」频道最新
- Thomson Reuters 深度定制自有模型，Cursor 等公司跟进同一路线 — bigdata · 2026-10-22
- Peter Yang 横评四款个人 Agent：Claude Duet 最主动、Grok Bot 胜在免费 X 接入 — petergyang · 2026-10-22
- GPT-6 Astra 具身指数 1349 分领先 Gemini 3.8 Flash 的 972 分 — qinzytech · 2026-10-22
- DeepSeek 推理基准受赞:控制变量+roofline 曲线,业内称应成行业范式 — teortaxesTex · 2026-10-22
- Altman 称体验 1200 token/s 的 Cerebras Astra 是其人生最大「觉醒时刻」 — alexcovo_eth · 2026-10-22
- 模型快到让用户不信任？AI 出现「 artificial delay」式 UX 悖论 — var_epsilon · 2026-10-22