这个视频讲述了我在偶然的上网中发现这个在huggingface上面搜索abliterated,出来的结果全是去审核的大模型,然后我做成视频分享
关于原理:https://hf-mirror.com/blog/mlabonne/abliteration
文章简介:第三代 Llama 模型提供了微调(指令)版本,这些版本在理解和遵循指令方面表现出色。然而,这些模型被严格审查,设计成拒绝被视为有害的请求,例如回复“作为一个 AI 助手,我不能帮助你。”虽然这一安全特性对于防止滥用至关重要,但它限制了模型的灵活性和响应性。
在本文章中,我们将探讨一种称为“消解”的技术,该技术可以无需重新训练就解锁任何 LLM。该技术有效地移除了模型的内置拒绝机制,允许其响应所有类型的提示。