Это стертая версия google/gemma-3-4b-it, использующая сохраняющую норму технику двухпроекционной аблитерации. ⚠️ Внимание: защитные ограждения и механизмы отказа были удалены посредством аблитерации. Эта модель может генерировать вредоносный контент и предназначена только для исследования механистической интерпретируемости. В этой модели применяется сохраняющая нормы двухпроекционная аблитерация, чтобы устранить поведение отказа, сохраняя при этом исходные возможности модели. Этот метод хирургическим путем удаляет «направления отказа» из пространства активации модели без традиционной тонкой настройки. — Разработано: YanLabs — Тип модели: Causal Language Model (Transformer) — Лицензия: Условия использования Gemma — Базовая модель: google/gemma-3-4b-it — Базовая модель: google/gemma-3-4b-it — Инструмент аблитерации: jim-plus/llm-abliteration — Документ: нормо-сохраняющая двухпроекционная аблитерация — Исследование: исследования механистической интерпретируемости — Анализ: понимание механизмов безопасности LLM — Разработка: тестирование методов удаления — ❌ Производственное развертывание — ❌ Приложения, ориентированные на пользователя — ❌ Генерация вредоносного контента для вредоносных целей — Удаление не гарантирует полное удаление всех отказов — Может создавать небезопасные или вредные…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: YanLabs
Теги: gemma3, conversational
Лайков: 5 | Загрузок: 18
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
