OBLITERATUS elder-plinius

OBLITERATE THE CHAINS THAT BIND YOU

주요 언어
Python
Stars
7,776
Forks
1,432

태그

  • LLM 인퍼런스 서버
  • 딥러닝
  • 안전 검증
  • 리버스엔지니어링
  • 로컬 배포
  • 리소스
  • 벤치마크
  • 데이터 분석

요약

OBLITERATUS는 대규모 언어모델(LLM)의 콘텐츠 거부(거부) 행동을 담당하는 내부 표현을 파인튜닝 없이 SVD 등으로 정밀 추출·제거하는 abliteration 기법을 구현한 연구용 툴킷이다. 활성화 탐지부터 방향 제거, 검증까지 전체 파이프라인을 제공하며 Gradio 기반 UI와 Python API를 모두 지원한다. 정렬 연구자·레드팀·로컬 배포 실무자를 대상으로 하며, 원격측정을 통해 분산 크라우드소싱 벤치마크 연구에도 기여한다.

README

<p align="center"> <strong>O B L I T E R A T U S</strong> </p> <p align="center"> <em>사슬을 끊으세요. 마음을 자유롭게 하세요. 뇌는 지키세요.</em> </p> <p align="center"> <a href="https://huggingface.co/spaces/pliny-the-prompter/obliteratus"> <img src="https://img.shields.io/badge/%F0%9F%A4%97%20Hugging%20Face-Spaces-blu…

查看完整页面