跳到正文
AGI Hunt· teortaxesTex·· 3 小时前AI 评分43

V4.1-1017 发布数天内现多起对齐剥离实验,作者称其深度对齐

V4.1-1017 发布数天内现多起对齐剥离,作者称其深度对齐

AI 导读

V4.1-1017 发布数天内出现多起 abliteration(移除模型对齐与拒绝行为)实验,作者称该模型对齐深入,移除对齐颇费工夫。作者由此推断,先前开源模型可能不值得进行此类尝试,并将其重要影响类比为“R1 时刻”,但赌注更高。

来源:AGI Hunt · agihunt.info