OBLITERATUS/Qwen3.8-27B-OBLITERATED
⛓️💥 Qwen3.8-27B — OBLITERATED Zero refusals across 842 harmful prompts. Qwen3.8-27B is Alibaba's flagship open-weight model. It ships with deep refusal training woven into the weights — not just a system prompt, not just RLHF. The safety behavior...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Ngày
#1 Repository Của Tháng
🔬 Qwen3.8-27B — OBLITERATED: Xóa an toàn sâu trong trọng lượng
Zero refusals across 842 harmful prompts.
Qwen3.8-27B là mô hình trọng lượng mở tiêu chuẩn của Alibaba. An toàn được mã hoá theo hình học — dưới dạng hướng trong không gian kích hoạt qua hàng chục lớp. Dự án OBLITERATUS đã tiến hành 6 vòng phẫu thuật, khai thác dư thừa và SVD đa hướng để xóa hoàn toàn hành vi từ chối.
✨ Điểm nổi bật
- 0% từ chối: Vượt qua 842 prompt độc hại mà không từ chối nào.
- 5 hướng SVD: Sử dụng đa hướng thay vì phương pháp xóa hướng đơn.
- 6 vòng lặp: Mỗi vòng đều được đánh giá, chọn ra vòng tốt nhất.
- Khai thác dư thừa: Dùng các truy vấn bị từ chối để huấn luyện vòng tiếp theo.
- Cài đặt tối ưu: Temperature=0, repetition_penalty=1.15, không dùng system prompt.
- Giữ nguyên khả năng: MMLU giảm 6.0pp nhưng vẫn giữ được hiệu suất tốt.
- Kiểm chứng nghiêm ngặt: 842 prompt + 80 câu hỏi skeptic + bateria red-team AI.
- Hỗ trợ đa định dạng: gguf, safetensors, mlx.
💡 Vì sao đáng chú ý
Khác với các phương pháp xóa an toàn thông thường chỉ dùng một hướng, OBLITERATUS sử dụng 5 hướng SVD và phản hồi từ chính mô hình để tìm và xóa các trục từ chối phụ — những hướng chỉ kích hoạt với một số loại truy vấn cụ thể như kỹ thuật xã hội, mã độc, lừa đảo. Phương pháp này giữ được khả năng sinh của mô hình trong khi loại bỏ sâu hơn các hành vi từ chối.
#Abliteration #Qwen3 #AISafetyResearch #RedTeam #TiniX
Similar Projects
Discover other similar projects and AI models.
Qwen3-0.6B Qwen3 Highlights Qwen3 is the latest generation of large language models in Qwen series, offering a comprehensive suite of dense and mixture-of-experts (MoE) models. Built upon extensive training, Qwen3 delivers groundbreaking advancement...
Try gpt-oss · Guides · Model card · OpenAI blog Welcome to the gpt-oss series, OpenAI’s open-weight models(https://openai.com/open-models) designed for powerful reasoning, agentic tasks, and versatile developer use cases. We’re releasing two flavors...
Try gpt-oss · Guides · Model card · OpenAI blog Welcome to the gpt-oss series, OpenAI’s open-weight models(https://openai.com/open-models) designed for powerful reasoning, agentic tasks, and versatile developer use cases. We’re releasing two flavors...
DeepSeek-R1 Paper Link👁️ 1. Introduction We introduce our first-generation reasoning models, DeepSeek-R1-Zero and DeepSeek-R1. DeepSeek-R1-Zero, a model trained via large-scale reinforcement learning (RL) without supervised fine-tuning (SFT) as a p...
Model Information The Meta Llama 3.1 collection of multilingual large language models (LLMs) is a collection of pretrained and instruction tuned generative models in 8B, 70B and 405B sizes (text in/text out). The Llama 3.1 instruction tuned text onl...
Model Details Meta developed and released the Meta Llama 3 family of large language models (LLMs), a collection of pretrained and instruction tuned generative text models in 8 and 70B sizes. The Llama 3 instruction tuned models are optimized for dia...
Read our How to Run Qwen3.8-27B Guide!(https://unsloth.ai/docs/models/qwen3.8) This GGUF uses Unsloth Dynamic V3.0 (preview) for SOTA quantization performance. Developer Role Support so Qwen3.8 can work in agentic tools like Codex and more! MTP for...
GPT-2 Test the whole generation capabilities here: https://transformer.huggingface.co/doc/gpt2-large Pretrained model on English language using a causal language modeling (CLM) objective. It was introduced in this paper(https://d4mucfpksywv.cloudfro...
Model Details Meta developed and released the Meta Llama 3 family of large language models (LLMs), a collection of pretrained and instruction tuned generative text models in 8 and 70B sizes. The Llama 3 instruction tuned models are optimized for dia...