heretic

Heretic: Eliminación de censura totalmente automática para modelos de lenguaje Heretic es una herramienta que elimina la censura también conocida como "alineación de seguridad" de los modelos de lenguaje basados en transformers sin necesidad de un post-entrenamiento costoso. Combina una...

Uncensored-AI

Heretic：完全自动的语言模型审查移除 Heretic 是一个从基于 Transformer 的语言模型中移除审查（又名“安全对齐”）的工具，无需昂贵的后训练。它结合了方向消融（也称为“abliteration”（Arditi 等人，2024，Lai 2025（1，2））的高级实现，以及基于 Optuna Optuna 的 TPE 参数优化器。 这种设计使得 Heretic 能够完全自动 地运行。Heretic 通过共同最小化拒绝次数和与原模型的 KL 散度，找到高质量的 abliteration 参数。这产生了一个去审查的模型，同时尽可能保留了原模型的智能。使用 Heretic...