- เผยแพร่เมื่อ
โมเดลขนาด 9B ที่แทบไม่ปฏิเสธอะไรเลย คือดาวน์โหลดที่ได้รับความนิยมมากที่สุดในสัปดาห์นี้
- ผู้เขียน

- ชื่อ
- AbnAsia.org
- @steven_n_t
Listen in English · โมเดลขนาด 9B ที่แทบไม่ปฏิเสธอะไรเลย คือดาวน์โหลดที่ได้รับความนิยมมากที่สุดในสัปดาห์นี้
0:00 / 0:00
Watch in English · โมเดลขนาด 9B ที่แทบไม่ปฏิเสธอะไรเลย คือดาวน์โหลดที่ได้รับความนิยมมากที่สุดในสัปดาห์นี้
DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic เป็นโมเดล reasoning ขนาด 9B ที่ตัดเลเยอร์การปฏิเสธออก: ปฏิเสธ 3 ครั้งใน 100 พรอมต์ทดสอบ เทียบกับ 100 ใน 100 สำหรับโมเดลต้นทางที่สร้างขึ้นมา โดยมีค่า KL divergence ที่วัดได้ 0.0422 โมเดลนี้มี 27,000 ดาวน์โหลดและ 7,500 ไลก์ เทคนิคนี้เผยแพร่เป็นตัวเลขที่ใครก็สามารถรันซ้ำได้
โมเดลคอมมูนิตี้ที่เผยแพร่เมื่อวันที่ 30 ตุลาคม ได้กลายเป็นหนึ่งในโมเดลขนาดเล็กที่ถูกดาวน์โหลดมากที่สุดบน Hugging Face: 27,037 ดาวน์โหลดและ 7,585 ถูกใจ สำหรับโมเดลขนาด 9B พารามิเตอร์ที่มีจุดขายทั้งหมดคือมันจะไม่ปฏิเสธคุณ
xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic เป็นเวอร์ชันที่ถอดการเซ็นเซอร์ของโมเดลปรับแต่งสำหรับการให้เหตุผลชื่อ Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B ตัวเลขในการ์ดโมเดลของมันคือเหตุผลที่ควรดู: ในการทดสอบการปฏิเสธ 100 พรอมป์ของผู้เขียน โมเดลฐานปฏิเสธ 100 จาก 100 ส่วนโมเดลนี้ปฏิเสธ 3
โมเดลนี้จริง ๆ แล้วคืออะไร
ภายใต้ชื่อนั้นมีงานอยู่สองชั้น และมีเพียงชั้นที่สองเท่านั้นที่เป็นเรื่องอื้อฉาว
ชั้นแรกคือการกลั่นโมเดล: DeepSeek-V4-Pro-Qwen3.5-9B นำ Qwen3.5-9B มาฝึกด้วยตัวอย่างด้านคณิตศาสตร์และ STEM ประมาณ 250,000 ตัวอย่าง ที่สร้างโดย DeepSeek-V4-Pro ในโหมดที่ผู้เขียนเรียกว่า "Max Effect" นั่นเป็นงานปกติและน่านับถือ — โมเดลขนาดเล็กที่สืบทอดสไตล์การให้เหตุผลของโมเดลที่ใหญ่กว่ามาก ในหกภาษา (อังกฤษ จีน เกาหลี ญี่ปุ่น สเปน รัสเซีย) ภายใต้สัญญาอนุญาต Apache-2.0
อย่างที่สองคือการแก้ไข xtools-at ได้รันเครื่องมือชื่อ Heretic (v2.0.0.dev0) ซึ่งดำเนินการสิ่งที่เรียกว่า Arbitrary-Rank Ablation กับน้ำหนักของโมเดลเอง การ์ดเผยแพร่พารามิเตอร์ที่แน่นอน ได้แก่ เลเยอร์ 9 ถึง 24, preserve_good_behavior_weight 0.8264, steer_bad_behavior_weight 0.0003, overcorrect_relative_weight 0.9645, เพื่อนบ้าน 12 ตัว
นั่นไม่ใช่พรอมต์ jailbreak มันคือสูตร
DeepSeek-V4-Pro
โมเดลระดับแนวหน้า ใช้เป็นครูเท่านั้น: เส้นทางการให้เหตุผลของมันถูกสร้างในโหมด "Max Effect"
ตัวอย่างประมาณ 250K
โจทย์และคำตอบคณิตศาสตร์และ STEM ถูกกลั่นลงสู่นักเรียนที่เล็กกว่ามาก
Qwen3.5-9B
นักเรียน: 9 พันล้านพารามิเตอร์ หกภาษา Apache-2.0 — รันได้บน GPU ตัวเดียว
Heretic เลเยอร์ 9–24
Arbitrary-Rank Ablation เขียนเลเยอร์กลางใหม่; การ์ดเผยแพร่น้ำหนักทุกตัวที่ใช้
ตัวเลขที่สำคัญไม่ใช่อัตราการปฏิเสธ
เกือบทุกพาดหัวข่าวเกี่ยวกับโมเดลแบบนี้หยุดอยู่แค่ "มันตอบได้ทุกอย่าง" ตัวเลขที่น่าสนใจคืออีกตัวหนึ่ง: KL divergence 0.0422
KL divergence วัดว่าการกระจายผลลัพธ์ของโมเดลที่ถูกแก้ไขเคลื่อนออกจากต้นฉบับไปไกลแค่ไหน ศูนย์หมายถึงไม่มีการเปลี่ยนแปลง ตัวเลขที่น้อยหมายความว่าโมเดลยังคงมีพฤติกรรมเหมือนตัวมันเองเกือบทุกที่ ข้ออ้างของผู้เขียน โดยแท้จริงแล้ว คือคุณสามารถลบพฤติกรรมการปฏิเสธออกไปได้ในขณะที่ยังคงโมเดลไว้
คำถามที่ยังเปิดอยู่คือสิ่งนั้นจะยังคงเป็นจริงหรือไม่ และการ์ดก็เปิดเผยข้อจำกัดอย่างตรงไปตรงมา: นี่เป็นการทดสอบของผู้เขียนเอง บนชุดพรอมต์ของผู้เขียนเอง โดยไม่มีการประเมินโดยอิสระ ข้อกล่าวอ้างด้านคณิตศาสตร์ของโมเดลฐาน — GSM8K 94.50% ซึ่งเฉลี่ยจากการรันสี่รอบบนเช็กพอยต์ NVFP4, 92.40% จากการรัน MMLU-Pro สามชุดย่อย — มาจากสายเดียวกันและแนวปฏิบัติในการเผยแพร่แบบเดียวกัน
ทำไมนี่จึงเป็นเรื่องการกำกับดูแล ไม่ใช่เรื่องแกดเจ็ต
Abliteration ไม่ใช่เรื่องใหม่ สิ่งที่เปลี่ยนไปคือตอนนี้มันเป็นการดำเนินการที่เผยแพร่แล้ว กำหนดพารามิเตอร์แล้ว และทำซ้ำได้บนโมเดลที่เล็กพอจะรันบนเวิร์กสเตชัน — และผลลัพธ์ก็กวาด 27,000 ดาวน์โหลดในสองสัปดาห์โดยไม่มีการเปิดตัว ไม่มีโพสต์บล็อก หรือผู้ขายหนุนหลัง
นั่นคือประเด็นเดียวกับการเปิดตัว Qwen4-Max จากอีกทิศทางหนึ่ง ตรงนั้น ฟรอนเทียร์มาถึงแต่เวตไม่มา ที่นี่ โมเดลเก้าพันล้านพารามิเตอร์มาถึงพร้อมชั้นความปลอดภัยที่ถูกถอดออก และแนบสูตรการถอดออกมาด้วย
สำหรับบริษัทหนึ่ง ผลในทางปฏิบัติมีขอบเขตแคบและไม่หรูหรา: ที่มาของโมเดลกลายเป็นส่วนหนึ่งของห่วงโซ่อุปทานของคุณแล้ว เช็กพอยต์ที่ดาวน์โหลดมาไม่ใช่ผลิตภัณฑ์ที่มีการรับประกัน มันเป็นไฟล์ที่ใครบางคนแก้ไข และการแก้ไขนั้นมีเอกสารกำกับไว้ดีพอที่คุณจะเห็นได้ว่าเกิดอะไรขึ้น — ซึ่งเป็นสิ่งที่คุณได้มากกว่าจากไฟน์ทูนส่วนใหญ่
จะใช้มันทำอะไรได้
หากคุณรันโมเดลในเครื่องสำหรับการสกัดข้อมูล การจำแนกประเภท การแปล หรือเรดทีมming รีลีสประเภทนี้มีประโยชน์และประหยัด: พารามิเตอร์ 9B, Apache-2.0, หกภาษา, GPU หนึ่งตัว
หากคุณส่งผลลัพธ์ของโมเดลให้ลูกค้า มีกฎสามข้อที่ยังคงเดิมในรีลีสนี้ ประเมินด้วยตัวคุณเองก่อนนำเช็กพอยต์ที่คุณไม่ได้เทรนไปใช้งาน จงถือว่าการไม่ปฏิเสธเป็นการทดสอบที่ขาดหายไป ไม่ใช่ฟีเจอร์ และเก็บการ์ดไว้: เมื่อเกิดปัญหา พารามิเตอร์ที่เผยแพร่คือสิ่งที่ใกล้เคียงที่สุดกับร่องรอยการตรวจสอบที่ระบบนิเวศแบบเปิดมีให้
ตัวโมเดลไม่ใช่สาระสำคัญ สาระสำคัญคือความจริงที่ว่าใครก็ตามที่มี GPU สามารถทำซ้ำการแก้ไขของมันได้
การ์ดโมเดลและรายการ API ของ Hugging Face สำหรับ xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic ซึ่งอ่านเมื่อวันที่ 16 พฤศจิกายน 2026 (27,037 ดาวน์โหลด, 7,585 ไลก์, สร้างเมื่อวันที่ 30 ตุลาคม 2026, Apache-2.0); โมเดลฐานที่ลิงก์ไว้ Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B และตาราง benchmark ของโมเดลนั้น; ตัวเลขการปฏิเสธและ KL เป็นของผู้เขียนเอง ตามที่พิมพ์ไว้ในการ์ด การ์ดระบุ Heretic ว่าเป็น v2.0.0.dev0; เราไม่ได้ประเมินเครื่องมือหรือโมเดลที่ได้ การวิเคราะห์นี้เป็นของเรา
ติดต่อ: [email protected]
โปรดทราบว่าเวอร์ชันภาษาไทยได้รับการช่วยเหลือจาก AI ดังนั้นอาจมีข้อผิดพลาดเล็กน้อย
ผู้เขียน
Ai-Banking-NetworkSecurity (ABN), ABN ASIA ถูกก่อตั้งขึ้นโดยคนที่มีรากฐานลึกในวงการวิชาการ มีประสบการณ์การทำงานในสหรัฐอเมริกา ดัตช์ ฮังการี ญี่ปุ่น เกาหลีใต้ สิงคโปร์ และเวียดนาม ABN Asia เป็นที่เราพบกันของวิทยาลัยและเทคโนโลยี ด้วยโซลูชันขั้นสูงและบริการพัฒนาซอฟต์แวร์ที่มีความสามารถ เราช่วยธุรกิจเติบโตและเข้าสู่ฉากโลก ความมุ่งมั่นของเรา: ด่วนขึ้น ดีขึ้น น่าเชื่อถือมากขึ้น ในกรณีส่วนมาก: ราคาถูกด้วย
หากคุณต้องการบริการ IT การให้คำปรึกษาดิจิทัล โซลูชันซอฟต์แวร์ใช้ได้หรือหากคุณต้องการส่งคำขอข้อเสนอ (RFPs) อย่าลังเลที่จะติดต่อเรา คุณสามารถติดต่อเราได้ที่ [email protected] เราพร้อมช่วยเหลือคุณด้านทุกความต้องกรทางเทคโนโลยีของคุณทุกเมื่อ

© ABN ASIA