> 0% отказа. Деградация с нулевым недоумением. Усиление рассуждений, дублированных по слоям. Эта модель сочетает в себе два взаимодополняющих хирургических метода, не требующих обучения, применяемых к DJLougen/Ornstein-27B: 1. SABER (Разрешение запутанностей на основе спектрального анализа) — устраняет поведение отказа от безопасности при сохранении возможностей. 2. RYS (Повторите себя) — дублирует слои схемы рассуждения для улучшения рассуждений и эмоционального интеллекта. Оба метода изменяют структуру модели без изменения каких-либо весов — SABER посредством направленной абляции, RYS посредством дублирования слоев. Схема отказа четко отделена от возможностей — ее удаление приводит к нулевому измеримому ухудшению недоумения. SABRE идентифицирует и устраняет схему отказа с помощью пятиэтапного конвейера: Этап 1 — Зондирование: извлекает профили активации как из вредных, так и безвредных входов на всех уровнях трансформатора. Этап 2 — Спектральный анализ: разложите различия активации на отдельные направления отказа, каждое из которых оценивается по тому, насколько сильно они отделяют вредные представления от безобидных. Этап 3. Количественная оценка запутанности: измерьте перекрытие между каждым направлением отказа и подпространством возможностей модели (рассуждение,…
Модальности:
Генерация текста Мультимодальность
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: DJLougen
Теги: gguf, refusal-ablation, capability-preserving, saber, rys, layer-surgery, qwen3.5, multimodal
Лайков: 10 | Загрузок: 209
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
