公開日

ほとんど何も拒否しない9Bモデルが、今週最も「いいね」を集めたダウンロードです

著者

Listen in English · ほとんど何も拒否しない9Bモデルが、今週最も「いいね」を集めたダウンロードです

0:00 / 0:00

Watch in English · ほとんど何も拒否しない9Bモデルが、今週最も「いいね」を集めたダウンロードです

DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-hereticは、拒否層をアブレーションで除去した9B推論モデルである。100件のテストプロンプトで拒否は3件、基になったモデルでは100件中100件で、測定されたKLダイバージェンスは0.0422だった。ダウンロード数は27,000、いいねは7,500。この手法は誰でも再実行できる数値として公開されている。

10月30日に公開されたコミュニティモデルが、Hugging Faceで最もダウンロードされている小型モデルの一つになっている。ダウンロード数27,037、いいね7,585を記録する9Bパラメータモデルで、その売り込みのすべては「あなたを拒否しない」ということにある。

xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-hereticは、Jackrong/DeepSeek-V4-Pro-Qwen3.5-9Bという推論向けファインチューンの検閲解除版だ。そのカードに記載された数字こそ、注目すべき理由である。作者の100プロンプト拒否テストでは、ベースモデルは100件中100件を拒否する。こちらは3件を拒否する。

27,037
10月30日以降のダウンロード数
7,585
いいね数は今月のほとんどの9Bリリースより多い
9B
パラメータ数、Apache-2.0
0.0422
ベースモデルからの測定されたKLダイバージェンス

モデルの実態

その名前の下には2層の作業があり、スキャンダルなのは2つ目だけだ。

1つ目は蒸留だ。DeepSeek-V4-Pro-Qwen3.5-9B は Qwen3.5-9B を取り、DeepSeek-V4-Pro が生成した約25万件の数学・STEMサンプルで、作者が「Max Effect」モードと呼ぶ方式で訓練する。それは普通で立派な仕事だ——はるかに大きなモデルの推論スタイルを受け継ぐ小さなモデルで、6言語(英語、中国語、韓国語、日本語、スペイン語、ロシア語)に対応し、Apache-2.0ライセンスの下にある。

2つ目は編集です。xtools-at は Heretic(v2.0.0.dev0)というツールを実行しました。これはモデル自身の重みに対して、Arbitrary-Rank Ablation と呼ぶ処理を行います。カードには正確なパラメータが公開されています。レイヤー9〜24、preserve_good_behavior_weight 0.8264、steer_bad_behavior_weight 0.0003、overcorrect_relative_weight 0.9645、12近傍です。

それはジェイルブレイク用のプロンプトではありません。レシピです。

  1. DeepSeek-V4-Pro

    フロンティアモデル。教師としてのみ使用され、その推論トレースは「Max Effect」モードで生成される。

  2. 約25万サンプル

    数学およびSTEMの問題と解答を、はるかに小さい生徒モデルに蒸留。

  3. Qwen3.5-9B

    生徒モデル:90億パラメータ、6言語、Apache-2.0 — 1枚のGPUで実行可能。

  4. Heretic、層9–24

    Arbitrary-Rank Ablationが中間層を書き換える。カードは使用されたすべての重みを公開する。

リリースがどのように構築されたかを、カードに記載された順序で。

重要な数字は拒否率ではない

この種のモデルについての見出しは、ほとんどが「何にでも答える」で終わってしまう。興味深い数字はもう一方だ:KLダイバージェンス 0.0422。

KLダイバージェンスは、編集されたモデルの出力分布が元の分布からどれだけ離れたかを測る。ゼロなら変化なし、小さい数ならモデルはほとんどどこでも自分らしく振る舞っている。著者の主張は事実上、モデルを維持したまま拒否挙動を削除できるというものだ。

それが成り立つかどうかは未解決の問いであり、カードは限界について正直だ。それは著者自身のテストであり、著者自身のプロンプトセットを用いたもので、独立した評価はない。ベースモデルの数学に関する主張——NVFP4チェックポイントでの4回の実行平均でGSM8K 94.50%、3つのサブセットによるMMLU-Proの実行で92.40%——は、同じ系譜と同じ公表慣行に由来している。

ベースモデル100 100件あたり
Heretic版3 100件あたり
モデルカードに記載されている著者の100プロンプトテストにおける拒否。独立した追試はない。

なぜこれがガジェットの話ではなく、ガバナンスの話なのか

Abliterationは新しいものではない。変わったのは、それがワークステーションで動かせるほど小さいモデルに対する、公開され、パラメータ化され、再現可能な操作になったことだ——そしてその成果物は、ローンチもブログ記事も、後ろ盾となるベンダーもなしに、2週間で27,000ダウンロードを記録した。

これはQwen4-Maxのリリースが逆方向から示したのと同じ点だ。あちらではフロンティアが到来し、重みは来なかった。こちらでは、90億パラメータのモデルが、安全層を取り除かれた状態で、その除去レシピを添えて登場した。

企業にとって、実務上の帰結は限定的で地味なものだ。モデルの来歴は今やサプライチェーンの一部になっている。ダウンロードしたチェックポイントは保証付きの製品ではない。誰かが編集したファイルであり、その編集は何が行われたか分かる程度に文書化されている——これはほとんどのファインチューンから得られるものより多い。

GSM8K、NVFP4、4回実行の平均94.5%
MMLU-Pro(数学/物理/化学)92.4%
3ベンチマーク平均90.53%
リリース資料でベースモデルについて主張されている数学およびSTEMのスコア。著者による報告であり、独立して再現されたものではない。

それをどう使うか

抽出、分類、翻訳、レッドチーミングのためにローカルモデルを動かしているなら、このクラスのリリースは有用で安価だ。9Bパラメータ、Apache-2.0、6言語、GPU1台。

モデル出力を顧客に提供するなら、このリリースでも変わらず残る三つのルールがある。自分で訓練していないチェックポイントを配備する前に、自前の評価を実行すること。拒否がないことを機能ではなく、テストの欠落として扱うこと。そしてモデルカードを保持すること——何か問題が起きたとき、公開されたパラメータは、オープンなエコシステムが提供する監査証跡に最も近いものだからだ。

モデルが本題なのではない。GPUを持つ誰もがその編集を再現できるという事実こそが本題なのだ。

出典:xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic のモデルカードおよび Hugging Face API エントリ(2026年11月16日閲覧、ダウンロード数27,037、いいね7,585、作成日2026年10月30日、Apache-2.0);リンクされたベースモデル Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B とそのベンチマーク表;拒否および KL の数値は、カードに記載されているとおり著者自身によるものです。Heretic はカード上で v2.0.0.dev0 とされています。当方はツールおよびその結果得られたモデルの評価は行っていません。分析は当方によるものです。

連絡先:[email protected]

日本語版は Ai 支援を使用しているため、小さな間違いが存在する可能性があることをご了承ください。

著者

Ai-Banking-NetworkSecurity (ABN), ABN ASIAは、アカデミアに深く関わり、アメリカ、オランダ、ハンガリー、日本、韓国、シンガポール、ベトナムでの仕事経験を持つ人々によって設立されました。ABN ASIAは、学問とテクノロジーが機会と出会う場所です。最先端のソリューションと優れたソフトウェア開発サービスにより、ビジネスがレベルアップし、グローバルシーンに挑戦できるよう支援しています。 私ちの取り組み: より速く。 より良い。 より信頼性が高くなります。 ほとんどの場合、価格も安くなります。

いつでも、ITサービス、デジタルコンサルティング、既製のソフトウェアソリューション、または提案依頼書(RFP)をお探しの際は、お気軽にお問い合わせください。お問い合わせ先は[email protected]です。お客様のテクノロジーに関するニーズにお応えします。

ABNAsia.org

© ABN ASIA