AGI Hunt· aigclink·· 47 分钟前AI 评分65
开源项目 Heretic 获 4.2 万 Star,可免训练修改本地模型行为
开源 Heretic 获 4.2 万 Star:免训练消除模型拒答与谄媚
AI 导读
开源项目 Heretic 已获 4.2 万 Star,宣称无需微调或重训即可直接修改本地模型行为,用于去除模型的 AI 味、谄媚和拒答。其核心方法基于 Abliteration,通过识别与拒绝行为相关的方向并消融相应组件改变模型输出,约 30 分钟即可完成。
来源:AGI Hunt · agihunt.info