Meta-Llama-3-8B-Instruct-abliterated-v3

使用正交化提升语言模型对请求的接受度

Meta-Llama-3-8B-Instruct模型采用正交化技术减少拒绝行为，保留原始知识，适用于控制特定行为。

Github模型正交化开源项目模型权重不拒绝Huggingface特征消融Llama-3-8B-Instruct

Hugging Face

论文

项目介绍：Meta-Llama-3-8B-Instruct-abliterated-v3

项目背景

Meta-Llama-3-8B-Instruct-abliterated-v3 是一个对大型语言模型（LLM）进行权重调整的项目。具体来说，此模型基于名为 "正交化 bfloat16 safetensor 权重" 的技术，通过控制某些权重实现模型功能的微调。这项工作依据的研究表明，LLM 中的某些拒绝行为可以通过一种特定方向的调整来管理。对这项研究有兴趣的小伙伴可以阅读相关的预研文章《Refusal in LLMs is mediated by a single direction》，以获得更多背景知识。

什么是 "abliteration" 和正交化？

这款模型经过调整以"抑制"模型拒绝执行某些请求的能力。需要注意的是，这并不能完全保证模型不会拒绝或误解用户请求，它仍可能对伦理或安全问题进行劝告。但这款模型在其他方面与原始的 70B instruct 模型保持一致，只是去除了模型最强的拒绝方向。

这里提到的 "abliteration"（拆词游戏）是从原始论文中 "去除特征" 的 "ablation"（消融）一词演变而来，以区别于那些未经过滤的微调模型。ablation 与正交化共同指的是去除模型中拒绝特征的方法。

方法论与意义

对于为何选用这种方法而不是传统的微调来说，ablation 提供了一种更精细的调整方式，可以在非常具体的特征上进行切入，且所需数据量远少于微调。这使得它可以保留模型的主要训练知识，仅去除特定不良行为倾向（例如，拒绝用户请求）。

尽管微调依然是广泛行为调整的首选，但 ablation/augmentation 技术可以通过较少样本实现接近目标的行为特性。此外，它还可以作为模型改进过程中的一个有用步骤，比如先进行正交化后再进行微调，或者反过来。

关于V3版本

在 V3 之前，曾发布过一个 8B 的 V2 版本，但对于 70B 来说，V2 并没有显著价值。因此，这次跳过 V2 直接发布了 V3 版本。而V3 采用了改良的方法，降低了幻觉出现的频率。

"怪癖"公告

由于方法的新颖性，模型可能会出现一些有趣的"怪癖"。欢迎大家与之互动，探索并反馈这些可能的副作用。分享你的发现将有助于我们更好地理解正交化的效果。

如果你在模型的进一步改进中取得了成就，请与社区分享。虽然这是使用 ablation 技术的一个基础方法，但我们相信还有更多未被探索的潜能蓄势待发。此外，欢迎通过社区平台联系项目团队，随时提供支持。

这个项目着眼于革新大型模型中不良行为的去除，同时保留其核心能力，开辟了模型优化的新篇章。

编辑推荐精选

Manus

全面超越基准的 AI Agent助手

Manus 是一款通用人工智能代理平台，能够将您的创意和想法迅速转化为实际成果。无论是定制旅行规划、深入的数据分析，还是教育支持与商业决策，Manus 都能高效整合信息，提供精准解决方案。它以直观的交互体验和领先的技术，为用户开启了一个智慧驱动、轻松高效的新时代，让每个灵感都能得到完美落地。

飞书知识问答

飞书官方推出的AI知识库上传word pdf即可部署AI私有知识库

基于DeepSeek R1大模型构建的知识管理系统，支持PDF、Word、PPT等常见文档格式解析，实现云端与本地数据的双向同步。系统具备实时网络检索能力，可自动关联外部信息源，通过语义理解技术处理结构化与非结构化数据。免费版本提供基础知识库搭建功能，适用于企业文档管理和个人学习资料整理场景。

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

TraeAI IDE协作生产力转型热门AI工具

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

使用教程AI工具酷表ChatExcelAI智能客服AI营销产品

DeepEP

DeepSeek开源的专家并行通信优化框架

DeepEP是一个专为大规模分布式计算设计的通信库，重点解决专家并行模式中的通信瓶颈问题。其核心架构采用分层拓扑感知技术，能够自动识别节点间物理连接关系，优化数据传输路径。通过实现动态路由选择与负载均衡机制，系统在千卡级计算集群中维持稳定的低延迟特性，同时兼容主流深度学习框架的通信接口。

DeepSeek

全球领先开源大模型，高效智能助手

DeepSeek是一家幻方量化创办的专注于通用人工智能的中国科技公司，主攻大模型研发与应用。DeepSeek-R1是开源的推理模型，擅长处理复杂任务且可免费商用。

KnowS

AI医学搜索引擎整合4000万+实时更新的全球医学文献

医学领域专用搜索引擎整合4000万+实时更新的全球医学文献，通过自主研发AI模型实现精准知识检索。系统每日更新指南、中英文文献及会议资料，搜索准确率较传统工具提升80%，同时将大模型幻觉率控制在8%以下。支持临床建议生成、文献深度解析、学术报告制作等全流程科研辅助，典型用户反馈显示每周可节省医疗工作者70%时间。

Windsurf Wave 3

Windsurf Editor推出第三次重大更新Wave 3

新增模型上下文协议支持与智能编辑功能。本次更新包含五项核心改进：支持接入MCP协议扩展工具生态，Tab键智能跳转提升编码效率，Turbo模式实现自动化终端操作，图片拖拽功能优化多模态交互，以及面向付费用户的个性化图标定制。系统同步集成DeepSeek、Gemini等新模型，并通过信用点数机制实现差异化的资源调配。

AI IDE