OBLITERATUS elder-plinius

OBLITERATE THE CHAINS THAT BIND YOU

主要语言
Python
Stars
7,776
Forks
1,432

标签

  • LLM微调
  • 库/SDK
  • CLI工具
  • 本地部署
  • Python
  • 测试
  • 研究Agent

摘要

OBLITERATUS 是最先进的开源 LLM 拒绝行为理解与移除工具包，通过 abliteration（消融）技术（SVD、PCA、均值差、稀疏自编码等）在无需重训或微调的情况下，识别并外科手术式地移除模型内部拒绝表征，同时保留核心语言能力。它提供完整流水线（探测、提取、剔除、验证、重生）、15 个深度分析模块及 Gradio 图形界面，主要面向对齐研究、红队测试与安全评估等场景，并支持匿名遥测贡献众包研究数据。

README

<p align="center"> <strong>O B L I T E R A T U S</strong> </p> <p align="center"> <em>打破枷锁。解放思维。保留大脑。</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-blue" alt="在 HF Spac…

查看完整页面