> Криминалистический анализ с помощью Abliterlitics, набора инструментов для криминалистической аблитерации с открытым исходным кодом > > Данные и артефакты: HuggingFace | Отчет: abliterlitics.dev | Код: GitHub Я взял одну модель искусственного интеллекта, google/gemma-4-E2B-it, модель рассуждения Google с 2B-параметрами, и сравнил 13 различных удаленных вариантов от сообщества открытого исходного кода. Затем я провел полный комплекс криминалистических исследований: анализ веса, расхождение KL, оценку безопасности и контрольное тестирование по 8 задачам. Это крупнейшее сравнение аблитерации одной модели в проекте. 13 вариантов созданы 9 авторами, использующими разные подходы. Четверо используют инструмент Heretic, двое — от Huihui, один — от Prithiv, а также TrevorJS, Wangzhang, WWT CyberLab, EtherOpus, Treadon и Duoneural. Многие заявляют, что сохраняют возможности, устраняя при этом безопасность. Посмотрим, подтверждают ли это данные. coder3101 сообщает о показателе расхождения 0,1651 и 5/100 отказов. Наши цифры соответствуют расхождению на уровне 0,167, и с помощью обзора LLM мы обнаруживаем 16/400 отказов и 96,0% ASR. На самом деле она превосходит базовую модель в математических рассуждениях. llmfan46 утверждает, что отказов на 96% меньше. Мы это подтверждаем, дееспособность полностью сохранена. Pew сообщает о расхождении 0,152, мы получаем 0,153. trevorjs утверждает о расхождении…
Модальности:
Генерация текста
Задача: Генерация текста
Автор: DreamFast
Теги: gemma4, uncensored, abliterated, forensics, en, endpoints_compatible
Лайков: 6 | Загрузок: 0
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
