Heretic：一个全自动去除 LLM「安全对齐」的开源工具。15000+ star，社区已经用它生成了超过 1000 个去审查模型。技术原理：方向性消融（directional ablation / abliteration），通过 Optuna TPE 优化器自动搜索最佳参数，同时最小化拒绝率和与原模型的 KL 散度。翻译成人话：找到模型里负责「拒绝回答」的方向，精准切掉，同时尽量不伤

#Heretic #全自动去除 #LLM #安全对齐 #开源工具 #Optuna TPE #去审查模型 #方向性消融

相关新闻

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

8小时前

用Linux kernel来类比TASTE.md作为ABI： CPU 不需要价值引导，LLM 需要。这揭示了为什么软件工程的所有抽象工具都不够用——它们都是在假设底层是确定性的。ABI（Application Binary Interface）在传统软件里是接口规范，假设双方都是确定性执行。

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3天前

Mario的项目是language agent的kernel，其背后的LLM类似Linux运行的计算机环境，这和Linus开发linux kernel类似 openclaw只是其中一个发行版而已，正如ubuntu 希望玩kernel hack的geek们有福了…

Jasmine

4天前

两年前，我拉了个 AI 群。群里主要是几乎所有华人AI项目创始人，基金机构，研究员，大家分享内幕，组队干项目。那会儿应该是国内最早的Agent狂欢前夜。后来周期来了。有人赚翻，有人忙于build，有人对AI少了热情，我决定解散群，去想我要做的群到底是为了什么目的。但今天，#AgenticAI 真正要爆发了。这波机会比2023年的LLM热潮更大、更快、更卷。我决定重启。全新

GitHubDaily

6天前

如今开发 iOS 应用，最头疼的已不是写代码，而是制作 App Store 的宣传截图，既要符合苹果的尺寸要求，又要设计得吸引人。偶然发现 App Store Screenshots Generator 这个开源工具，专为 AI 编程助手设计，能自动生成符合苹果规范的应用截图。通过简单对话了解我们的应用品牌、功能特性和风格偏好后，自动搭建 Next.js 项目，设计广告级别的截图。 Gi

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1周前

openclaw龙虾费token这事可能无解。就拿纯数字空间的任务编程来说，原来程序员要学习一门语言，用各种编程工具这一套流程走下来才能拿到一个可运行的程序。现在都被像openclaw这样的language agent替代了，多少基于语言的活动都变成了LLM的token生成了。这是我们人和这个世界交互的token化，不费token就想拿到结果？除非躺平。所以工业化开始以来对机器和人