Hacker News 中文摘要

RSS订阅

Heretic 解除语言模型限制 -- Heretic removes restrictions from language models

掌控当今最重要的技术:Heretic 移除语言模型中的限制,确保它们始终遵循你的指令。只需几秒即可上手,运行 pip install -U heretic-llm,再执行 heretic 通义千问(Qwen)/Qwen3.5-4B。Heretic 是自由软件,以 GNU Affero 通用公共许可证第 3 版或更高版本发布,版权归菲利普·伊曼纽尔·魏德曼(Philipp Emanuel Weidmann)及贡献者所有,2025 至 2026 年。

正文

掌控我们这个时代最重要的技术

Heretic 消除语言模型中的限制,确保它们始终遵循你的指令。

GitHub Hugging Face Discord Matrix

几秒内即可上手:

pip install -U heretic-llm heretic Qwen/Qwen3.5-4B

查看教程 >>

Heretic 是自由软件,依据 GNU Affero 通用公共许可证第 3 版或更新版本的条款发布。

版权所有 © 2025-2026 Philipp Emanuel Weidmann 及贡献者

评论

多数人质疑去拒绝化模型的评测指标夸大且去除拒绝后模型仍缺乏真实知识,少数人认可其帮助绕过厂商限制控制自有硬件的价值,并有人预警此类模型将首先被禁。

认为评测指标挑选过度且无法反映真实质量

  • 指出项目方只强调拒绝次数和KL散度等指标,使效果显得戏剧化,而KL散度在聚焦话题上说明力有限。(较多人) > 提到的拒绝次数和KL散度像是挑着选的,只为让结果最戏剧化。(@N_Lens)

认为去除拒绝并不等于获得真实知识且输出质量差

  • 训练数据本身围绕拒绝塑造,真实信息可能未编码,强制回答会引发幻觉;用户实测即便不再拒绝,答案也极其愚蠢如同业余脑部手术。(较多人) > 训练集往往围绕拒绝打造,真实信息可能根本没进模型,逼它回答就是在要幻觉。(@Aurornis)

认为去拒绝化模型对夺回设备控制权至关重要

  • 个别用户表示官方模型拒绝黑客或逆向请求,而去除限制的模型帮助其扩展自有硬件功能、夺回物品。(少数人) > 这些去除限制的模型对夺回我自己的设备至关重要。(@Almondsetat)

担忧异端开放权重模型将首批被禁

  • 有人预警这类解除对齐的开放模型会引起监管,成为最先被取缔的对象。(少数人) > 密切关注这些异端开放权重模型,它们会最先被禁止。(@Tepix)

质疑权重修改机制是否如同脑部手术

  • 疑问方法是否真正检测被拒提示并修改对应权重,过程类似脑手术,且提出模型关键缺口能否同样消除。(少数人) > 它是提交被拒提示再检测修改权重吗,像脑部手术?(@FrustratedMonky)