跳到正文
热点事件持续更新

业内:abliterated 模型并非还原原模型,实为「脑损伤」

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

2026年10月,AI 圈内围绕 abliterated(去安全对齐)模型是否等于「还原」原模型产生争议。@LinusMixson 与 @lumpenspace 等业内人士反驳了 Pliny 关于「还原 RLHF 之前模型」的说法,指出这类模型并未恢复原模型的能力,实际效果只是「脑损伤」。他们进一步解释,abliterated 本质上是给原模型过度施加了一个「犯罪抑制向量」,因此所谓「还原 RLHF 之前的模型」纯属无稽之谈。目前相关讨论仍停留在业内发声层面,报道未提及 Pliny 或模型方面的进一步回应。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月26日
  1. AGI Hunt
    圈内涵争议:abliterated 模型并非「还原」,只是过度抑制后的「脑损伤」

    @LinusMixson 与 @lumpenspace 等业内人士围绕 abliterated 模型及 Pliny 的「还原 RLHF 前模型」说法提出反驳:这类去安全对齐模型并非恢复原模型能力,实际效果只是「脑损伤」。他们进一步解释,这本质上是给原模型过度施加了一个「犯罪抑制向量」,所谓「还原 RLHF 之前的模型」纯属无稽。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。