「消融审查」开源模型走红:社区移除拒绝机制对抗安全收紧
mishig25 · x · 2026-10-28
Abliterated LLM 指被修改以压制拒绝机制、几乎回答任何问题的开源模型。随着 OpenAI 与 Anthropic 模型能力增强、因过度谨慎拒绝大量正常请求，开源社区迅速拥抱 abliteration 技术移除拒绝机制，相关变体近一周在开源热榜上占比上升。前沿实验室以限制换安全与开源社区追求无限制访问之间的张力日益明显。
「模型」频道最新
- Artificial Analysis 新榜因命名与 DeepSeek 列被圈内人狂赞「absolute cinema」 — eliebakouch · 2026-10-28
- 研究员吐槽：某新模型发布的评测表格「越看越离谱」 — eliebakouch · 2026-10-28
- 癫痫患者听信 ChatGPT 自行减药后死亡,聊天记录曝光 — xuanalogue · 2026-10-28
- Nace AI 搜索工具登顶 Snowflake MADQA 榜,500 题答对 94.7% — testingcatalog · 2026-10-28
- 腾讯 Hy-SimulMT-30B-A3B 翻译模型 FP8 版登上 HF 热榜 — tencent · 2026-10-28
- 谷歌发布世界模型 Genie 4,质感被指远超今年其他模型 — oran_ge · 2026-10-28