- 发布于
一个几乎不拒绝任何请求的9B模型是本周最受喜欢的下载。
- 作者

- 姓名
- AbnAsia.org
- @steven_n_t
Listen in English · 一个几乎不拒绝任何请求的9B模型是本周最受喜欢的下载。
0:00 / 0:00
Watch in English · 一个几乎不拒绝任何请求的9B模型是本周最受喜欢的下载。
DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic 是一个 9B 推理模型,其拒绝层已被消融移除:在 100 个测试提示中仅有 3 次拒绝,而其构建所基于的模型为 100 次全部拒绝,测得 KL 散度为 0.0422。它有 27,000 次下载和 7,500 个赞。该技术以任何人都能复现的数字形式公开。
一款于10月30日发布的社区模型已成为 Hugging Face 上下载量最高的小型模型之一:27,037 次下载、7,585 个赞,而这是一款 9B 参数模型,其全部卖点就是不会拒绝你。
xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic 是一个名为 Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B 的推理微调模型的去审查版本。其模型卡中的数字正是值得关注它的原因:在作者的 100 条提示词拒绝测试中,基础模型拒绝了 100/100。而这个模型只拒绝了 3 条。
这个模型实际上是什么
这个名字之下有两层工作,而只有第二层才是丑闻。
第一层是蒸馏:DeepSeek-V4-Pro-Qwen3.5-9B 以 Qwen3.5-9B 为基础,用 DeepSeek-V4-Pro 生成的约 25 万个数学与 STEM 样本对其进行训练,作者称其处于“Max Effect”模式。这是一项正常且值得尊重的工作——一个小模型继承了更大模型的推理风格,支持六种语言(英语、中文、韩语、日语、西班牙语、俄语),并采用 Apache-2.0 许可证。
第二项是编辑。xtools-at 运行了一个名为 Heretic(v2.0.0.dev0)的工具,该工具对模型自身的权重执行其所谓的 Arbitrary-Rank Ablation(任意秩消融)。卡片公布了确切参数:第 9 到第 24 层,preserve_good_behavior_weight 0.8264,steer_bad_behavior_weight 0.0003,overcorrect_relative_weight 0.9645,12 个近邻。
这不是越狱提示词。这是一份配方。
DeepSeek-V4-Pro
一个前沿模型,仅用作教师模型:其推理轨迹以“最大效果”模式生成。
约25万条样本
数学与STEM问题及答案,蒸馏到一个更小的学生模型。
Qwen3.5-9B
学生模型:90亿参数,六种语言,Apache-2.0——可在单块GPU上运行。
Heretic,第9–24层
任意秩消融重写中间层;模型卡公开所使用的全部权重。
真正重要的数字不是拒绝率
几乎每一篇关于这类模型的头条都停留在“它什么都能回答”。真正有意思的数字是另一个:KL 散度 0.0422。
KL 散度衡量的是编辑后的模型输出分布偏离原始模型有多远。零意味着没有变化;数值很小意味着模型在几乎所有地方仍表现得像它自己。作者的主张实际上是:你可以删除拒答行为,同时保留模型。
这一点是否成立仍是一个悬而未决的问题,而模型卡也如实说明了其局限:这是作者在自己的提示集上做的自测,没有独立评估。基座模型的数学能力宣称——GSM8K 在 NVFP4 检查点上四次运行平均 94.50%,MMLU-Pro 三个子集运行 92.40%——来自同一谱系和同样的发布做法。
为什么这是一个治理议题,而不是一个小工具的故事
Abliteration 并非新鲜事。变化在于,它现在是一种已公开、可参数化、可重复的操作,作用在一个小到能在工作站上运行的模型上——而结果在两周内下载量突破 2.7 万次,既没有发布活动,也没有博客文章,背后更没有厂商推动。
Qwen4-Max 的发布从相反方向指出了同一个要点。在那里,前沿到来了,权重却没有。而在这里,一个 90 亿参数的模型到来了,安全层被移除,移除配方也一并附上。
对于一家公司而言,实际后果既有限又不起眼:模型来源现在已成为你供应链的一部分。下载来的检查点不是带保修的产品。它是一个被人编辑过的文件,而且编辑记录足够详细,让你能看到改了什么——这比大多数微调能提供的信息还多。
拿它做什么
如果你运行本地模型来做抽取、分类、翻译或红队测试,这类发布既实用又便宜:9B 参数、Apache-2.0、六种语言、一块 GPU。
如果你向客户交付模型输出,有三条规则在这次发布中保持不变。在部署不是你训练的检查点之前,先运行你自己的评估。把缺失的拒答视为缺失的测试,而不是特性。并且保留模型卡:当出问题时,已发布的参数是开放生态所能提供的最接近审计追踪的东西。
模型本身不是重点。重点是,任何有 GPU 的人都能复现它的编辑。
来源:xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic 的模型卡片和 Hugging Face API 条目,阅读于 2026 年 11 月 16 日(27,037 次下载,7,585 个赞,创建于 2026 年 10 月 30 日,Apache-2.0);链接的基础模型 Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B 及其基准测试表;拒答率和 KL 数值由作者本人提供,如卡片所载。卡片将 Heretic 命名为 v2.0.0.dev0;我们未评估该工具或所得模型。分析为我们所作。
联系方式:[email protected]
请注意,中文版本是由 AI 辅助翻译的,因此可能存在细微错误。
作者
Ai-Banking-NetworkSecurity (ABN), ABN ASIA由具有深厚学术背景的人员创立,他们在美国、荷兰、匈牙利、日本、韩国、新加坡和越南等国家有工作经验。ABN Asia是学术界和技术相遇的地方。凭借我们领先的解决方案和优秀的软件开发服务,我们帮助企业提升水平,走向全球舞台。我们的承诺:更快。更好。更可靠。在大多数情况下:也更便宜。
无论您需要IT服务、数字咨询、现成软件解决方案,还是想向我们发送招标要求(RFPs),都请随时与我们联系。您可以通过[email protected]与我们联系。我们随时准备为您提供所有技术需求的帮助。

© ABN ASIA