Uncensored-AI

Heretic: 언어 모델의 완전 자동 검열 제거 Heretic은 트랜스포머 기반 언어 모델에서 검열일명 "안전 정렬"을 비싼 사후 훈련 없이 제거하는 도구입니다. 방향성 절제directional ablation의 고급 구현체일명 "abliteration", Arditi et al. 2024, Lai 2025 1, 2와 Optuna 기반 TPE 파라미터 최적화를 결합합니다. 이 접근 방식은 Heretic이 완전히 자동으로 작동하도록 합니다. Heretic은 거부 횟수와 원본 모델과의 KL 발산을 동시에 최소화하여 고품질의...