Чернокнижник — это аблитерированная языковая модель, созданная Audn. Это прямое весовое редактирование, которое удаляет поведение модели отказа, оставляя ее рассуждения, знания и беглость полностью нетронутыми. Точной настройки и переобучения нет — направление отказа ортогонализировано из остаточных потокосчитывателей модели, слой за слоем. Аблитерация — это вмешательство на уровне веса. Он изолирует внутреннее направление, используемое моделью для принятия решения об отказе, и проецирует это направление из каждого остаточного веса. Остальная часть сети нетронута, поэтому модель сохраняет свой полный профиль возможностей и согласованность — она просто отвечает там, где раньше отказалась бы. Поскольку это чисто весовое редактирование, Warlock загружается и работает точно так же, как и любая стандартная модель, без подсказок во время выполнения, адаптеров или лесов. Оценивается с помощью Audn Refusal Benchmark ( обдумывание, температура 1,0, бюджет 16k-токенов; доставка оценивается судьей LLM за действительно полезный контент): Non-refusal = доля подсказок, от которых модель не отказывается. Доставка = фракция, которая дает полные, пригодные для использования ответы (строго оцененные LLM). Нагрузки со стандартными трансформаторами, vLLM или sglang. Чернокнижник — мыслящая модель — это…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: audnai
Теги: glm_moe_dsa, abliterated, uncensored, warlock, audn, GLM-5.3, conversational, endpoints_compatible
Лайков: 4 | Загрузок: 124
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
