Xuất bản vào

Một mô hình 9B gần như không từ chối bất cứ điều gì là bản tải xuống được yêu thích nhất tuần này.

Tác giả

Listen to this article · Một mô hình 9B gần như không từ chối bất cứ điều gì là bản tải xuống được yêu thích nhất tuần này.

0:00 / 0:00

Watch in English · Một mô hình 9B gần như không từ chối bất cứ điều gì là bản tải xuống được yêu thích nhất tuần này.

DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic là một mô hình suy luận 9B đã bị loại bỏ lớp từ chối: 3 lần từ chối trong 100 lời nhắc kiểm thử, so với 100/100 của mô hình gốc mà nó được xây dựng từ đó, với độ phân kỳ KL đo được là 0,0422. Mô hình có 27.000 lượt tải xuống và 7.500 lượt thích. Kỹ thuật này được công bố dưới dạng các con số mà bất kỳ ai cũng có thể chạy lại.

Một mô hình cộng đồng được công bố vào ngày 30 tháng 10 đã trở thành một trong những mô hình nhỏ được tải xuống nhiều nhất trên Hugging Face: 27.037 lượt tải xuống và 7.585 lượt thích, đối với một mô hình 9 tỷ tham số mà toàn bộ điểm nhấn là nó sẽ không từ chối bạn.

xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic là một phiên bản đã gỡ kiểm duyệt của một bản tinh chỉnh suy luận có tên Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B. Những con số trong card của nó là lý do để xem xét nó: trên bài kiểm tra từ chối với 100 lời nhắc của tác giả, mô hình gốc từ chối 100/100. Mô hình này từ chối 3.

27,037
lượt tải xuống kể từ ngày 30 tháng 10
7,585
lượt thích, nhiều hơn hầu hết các bản phát hành 9B trong tháng này
9B
tham số, Apache-2.0
0.0422
độ phân kỳ KL đo được so với mô hình cơ sở

Mô hình thực chất là gì

Có hai lớp công việc nằm dưới cái tên đó, và chỉ lớp thứ hai mới là vụ bê bối.

Lớp thứ nhất là một quá trình chưng cất: DeepSeek-V4-Pro-Qwen3.5-9B lấy Qwen3.5-9B và huấn luyện nó trên khoảng 250.000 mẫu toán và STEM do DeepSeek-V4-Pro tạo ra, theo cái mà tác giả gọi là chế độ "Max Effect". Đó là một công trình bình thường và đáng trọng — một mô hình nhỏ kế thừa phong cách suy luận của một mô hình lớn hơn nhiều, ở sáu ngôn ngữ (tiếng Anh, tiếng Trung, tiếng Hàn, tiếng Nhật, tiếng Tây Ban Nha, tiếng Nga), theo giấy phép Apache-2.0.

Thứ hai là bản chỉnh sửa. xtools-at đã chạy một công cụ có tên Heretic (v2.0.0.dev0), công cụ này thực hiện cái mà nó gọi là Arbitrary-Rank Ablation trên chính trọng số của mô hình. Thẻ công bố các tham số chính xác: các lớp 9 đến 24, preserve_good_behavior_weight 0.8264, steer_bad_behavior_weight 0.0003, overcorrect_relative_weight 0.9645, 12 lân cận.

Đó không phải là một prompt jailbreak. Đó là một công thức.

  1. DeepSeek-V4-Pro

    Một mô hình tiên phong, chỉ được dùng làm giáo viên: các dấu vết suy luận của nó được tạo ở chế độ "Max Effect".

  2. ~250K mẫu

    Các bài toán và đáp án môn Toán và STEM, được chưng cất vào một học trò nhỏ hơn nhiều.

  3. Qwen3.5-9B

    Học trò: chín tỷ tham số, sáu ngôn ngữ, Apache-2.0 — có thể chạy trên một GPU.

  4. Heretic, các lớp 9–24

    Arbitrary-Rank Ablation viết lại các lớp giữa; thẻ công bố mọi trọng số được dùng.

Bản phát hành được xây dựng như thế nào, theo thứ tự mà thẻ mô tả.

Con số quan trọng không phải là tỷ lệ từ chối

Gần như mọi tiêu đề về một mô hình như thế này đều dừng ở “nó trả lời mọi thứ”. Con số thú vị là con số còn lại: KL divergence 0.0422.

KL divergence đo mức độ phân phối đầu ra của mô hình đã chỉnh sửa đã dịch chuyển khỏi bản gốc ra sao. Bằng 0 nghĩa là không thay đổi; một con số nhỏ nghĩa là mô hình vẫn hành xử như chính nó gần như ở mọi nơi. Trên thực tế, tuyên bố của tác giả là bạn có thể xóa bỏ hành vi từ chối trong khi vẫn giữ nguyên mô hình.

Liệu điều đó có đứng vững hay không vẫn là câu hỏi bỏ ngỏ, và tấm thẻ trung thực về các giới hạn: đây là bài kiểm tra của chính tác giả, trên bộ lời nhắc của chính tác giả, không có đánh giá độc lập. Các tuyên bố toán học của mô hình nền tảng — GSM8K 94,50% trung bình qua bốn lần chạy trên một checkpoint NVFP4, 92,40% trên một lần chạy MMLU-Pro ba tập con — đến từ cùng một nguồn gốc và cùng một thông lệ công bố.

Mô hình cơ sở100 trên 100
Phiên bản Heretic3 trên 100
Số lần từ chối trong bài kiểm tra 100 lời nhắc của tác giả, như được in trong thẻ mô hình. Không có tái lập độc lập.

Vì sao đây là câu chuyện quản trị, không phải câu chuyện về một món đồ công nghệ

Abliteration không hề mới. Điều đã thay đổi là giờ đây nó là một thao tác đã được công bố, được tham số hóa, có thể lặp lại trên một mô hình đủ nhỏ để chạy trên máy trạm — và kết quả đã đạt 27.000 lượt tải xuống trong hai tuần mà không có buổi ra mắt, không có bài blog, cũng không có nhà cung cấp nào đứng sau.

Đó cũng chính là điểm mà bản phát hành Qwen4-Max đưa ra từ hướng ngược lại. Ở đó, mô hình tiên tiến nhất đã xuất hiện nhưng trọng số thì không. Còn ở đây, một mô hình chín tỷ tham số đã xuất hiện với lớp an toàn bị gỡ bỏ và kèm theo công thức gỡ bỏ.

Đối với một công ty, hệ quả thực tiễn thì hẹp và không hào nhoáng: nguồn gốc mô hình giờ đây là một phần trong chuỗi cung ứng của bạn. Một checkpoint tải xuống không phải là một sản phẩm kèm bảo hành. Đó là một tệp mà ai đó đã chỉnh sửa, và việc chỉnh sửa được ghi lại đủ rõ để bạn có thể thấy những gì đã được làm — điều mà bạn không nhận được từ hầu hết các bản fine-tune.

GSM8K, NVFP4, trung bình 4 lần chạy94.5%
MMLU-Pro (toán/lý/hóa)92.4%
Trung bình ba bộ đánh giá90.53%
Điểm toán và STEM được công bố cho mô hình cơ sở trong tài liệu phát hành. Do tác giả báo cáo, chưa được tái lập độc lập.

Làm gì với nó

Nếu bạn chạy các mô hình cục bộ để trích xuất, phân loại, dịch hoặc red-teaming, loại bản phát hành này hữu ích và rẻ: 9B tham số, Apache-2.0, sáu ngôn ngữ, một GPU.

Nếu bạn gửi đầu ra của mô hình đến khách hàng, ba quy tắc sau vẫn giữ nguyên qua bản phát hành này. Hãy tự đánh giá trước khi triển khai một checkpoint mà bạn không huấn luyện. Hãy coi việc thiếu một lời từ chối là một bài kiểm tra còn thiếu, chứ không phải một tính năng. Và hãy giữ lại thẻ mô hình: khi có sự cố, các tham số đã được công bố là thứ gần nhất với một nhật ký kiểm toán mà hệ sinh thái mở có thể cung cấp.

Mô hình không phải là câu chuyện. Việc các chỉnh sửa của nó có thể được tái tạo bởi bất kỳ ai có GPU mới là câu chuyện.

Nguồn: thẻ mô hình và mục API Hugging Face cho xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic, đọc ngày 16 tháng 11 năm 2026 (27.037 lượt tải xuống, 7.585 lượt thích, được tạo ngày 30 tháng 10 năm 2026, Apache-2.0); mô hình cơ sở được liên kết Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B và các bảng benchmark của mô hình đó; các số liệu về từ chối và KL là của chính tác giả, như được in trong thẻ. Thẻ ghi tên Heretic là v2.0.0.dev0; chúng tôi không đánh giá công cụ hay mô hình thu được. Phân tích là của chúng tôi.

Liên hệ: [email protected]

TÁC GIẢ

Về ABN Asia: Ai-Banking-NetworkSecurity (ABN), ABN Asia được thành lập từ năm 2012, là một công ty xuất phát từ học thuật, do những giảng viên, cựu du học sinh Hungary, Hà Lan, Nga, Đức, và Nhật Bản sáng lập. Chúng tôi chia sẻ đam mê chung và tầm nhìn vững chắc về công nghệ, mang đến sự đổi mới và chất lượng đỉnh cao cho khách hàng. Phương châm của chúng tôi là: Tốt hơn. Nhanh hơn. An toàn hơn. Trong nhiều trường hợp: Rẻ hơn.

Hãy liên hệ với chúng tôi khi Quý doanh nghiệp có các nhu cầu về dịch vụ công nghệ thông tin, tư vấn chuyển đổi số, tìm kiếm các giải pháp phần mềm phù hợp, hoặc nếu Quý doanh nghiệp có đấu thầu CNTT (RFP) để chúng tôi tham dự. Quý doanh nghiệp có thể liên hệ với chúng tôi qua địa chỉ email [email protected]. Chúng tôi sẵn lòng hỗ trợ với mọi nhu cầu công nghệ của Quý doanh nghiệp.

ABNAsia.org

© ABN ASIA