圈内涵争议：abliterated 模型并非「还原」，只是过度抑制后的脑损伤
dhadfieldmenell · x · 2026-10-26
围绕去除安全对齐的 abliterated 模型(及 Pliny 的「还原 RLHF 前模型」说法),行业人士展开吐槽:@LinusMixson 指出 abliterated 模型听起来很美,实际用起来只是「脑损伤」;@lumpenspace 进一步解释,这类模型本质上等同于给原模型过度施加了一个「犯罪抑制向量」,并没有真正恢复模型能力,所谓「还原 RLHF 之前的模型」纯属无稽。
「模型」频道最新
- 实测去审查模型失望：拒答仍在，只是换了更温柔的语气 — ryunuck · 2026-10-26
- 实测 abliterated 去审查模型翻车:模型反而关心起我的心理健康 — ryunuck · 2026-10-26
- OpenAI Decisions API 升级：单次可处理 400 个问题并新增语音与图像能力 — OpenAIDevs · 2026-10-26
- 中国首个前沿AI安全独立评测实验室「方寸跃迁」成立并首发DeepSeek评测 — JacquesThibs · 2026-10-26
- 当 AI 遇上存在主义危机：模型自己也「迷茫」了 — Ok-Delivery-7437 · 2026-10-26
- Kimi K3.1 Pro 登顶 MathArena 开源模型，整体逼近 GPT-5.5 — teortaxesTex · 2026-10-26