Meta-Llama-3-8B-Instruct-abliterated-v3

Meta-Llama-3-8B-Instruct-abliterated-v3

使用正交化提升语言模型对请求的接受度

Meta-Llama-3-8B-Instruct模型采用正交化技术减少拒绝行为,保留原始知识,适用于控制特定行为。

Github模型正交化开源项目模型权重不拒绝Huggingface特征消融Llama-3-8B-Instruct

项目介绍:Meta-Llama-3-8B-Instruct-abliterated-v3

项目背景

Meta-Llama-3-8B-Instruct-abliterated-v3 是一个对大型语言模型(LLM)进行权重调整的项目。具体来说,此模型基于名为 "正交化 bfloat16 safetensor 权重" 的技术,通过控制某些权重实现模型功能的微调。这项工作依据的研究表明,LLM 中的某些拒绝行为可以通过一种特定方向的调整来管理。对这项研究有兴趣的小伙伴可以阅读相关的预研文章《Refusal in LLMs is mediated by a single direction》,以获得更多背景知识。

什么是 "abliteration" 和正交化?

这款模型经过调整以"抑制"模型拒绝执行某些请求的能力。需要注意的是,这并不能完全保证模型不会拒绝或误解用户请求,它仍可能对伦理或安全问题进行劝告。但这款模型在其他方面与原始的 70B instruct 模型保持一致,只是去除了模型最强的拒绝方向。

这里提到的 "abliteration"(拆词游戏)是从原始论文中 "去除特征" 的 "ablation"(消融)一词演变而来,以区别于那些未经过滤的微调模型。ablation 与正交化共同指的是去除模型中拒绝特征的方法。

方法论与意义

对于为何选用这种方法而不是传统的微调来说,ablation 提供了一种更精细的调整方式,可以在非常具体的特征上进行切入,且所需数据量远少于微调。这使得它可以保留模型的主要训练知识,仅去除特定不良行为倾向(例如,拒绝用户请求)。

尽管微调依然是广泛行为调整的首选,但 ablation/augmentation 技术可以通过较少样本实现接近目标的行为特性。此外,它还可以作为模型改进过程中的一个有用步骤,比如先进行正交化后再进行微调,或者反过来。

关于V3版本

在 V3 之前,曾发布过一个 8B 的 V2 版本,但对于 70B 来说,V2 并没有显著价值。因此,这次跳过 V2 直接发布了 V3 版本。而V3 采用了改良的方法,降低了幻觉出现的频率。

"怪癖"公告

由于方法的新颖性,模型可能会出现一些有趣的"怪癖"。欢迎大家与之互动,探索并反馈这些可能的副作用。分享你的发现将有助于我们更好地理解正交化的效果。

如果你在模型的进一步改进中取得了成就,请与社区分享。虽然这是使用 ablation 技术的一个基础方法,但我们相信还有更多未被探索的潜能蓄势待发。此外,欢迎通过社区平台联系项目团队,随时提供支持。

这个项目着眼于革新大型模型中不良行为的去除,同时保留其核心能力,开辟了模型优化的新篇章。

编辑推荐精选

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码,轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT,就用博思AIPPT!

博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案,助力品牌曝光

稳定高效的流量提升解决方案,助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用,一键生成无水印视频

最新版Sora2模型免费使用,一键生成无水印视频

下拉加载更多