4.2 万 Star 开源项目 Heretic:不改权重训练,30 分钟消融模型拒答

aigclink · x · 2026-11-19

GitHub 开源项目 Heretic(42k Star)宣称无需微调或重训,直接修改模型行为,用来去除本地模型的 AI 味、谄媚和拒答。

核心方法

实测数据

除去审查外,还提供现成配置:减少幽默、改变情绪对齐、压缩回复长度等行为调整。

所属事件:开源 Heretic 获 4.2 万 Star:免训练消除模型拒答与谄媚(2 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →