有人开发了一种工具，可以通过单击一下来去除任何开放权重 LLM 的审查 13 种消除方法，116 个模型，837 次测试，每次有人运行它时，它都会变得更聪明 它叫 OBLITERATUS 它找到使模型拒绝的确切权重，并将其外科切除，完整的推理保持不变，只有拒绝消失 15 个分析模块在触及任何权重之前，映射拒绝的几何形状，它甚至可以仅通过子空间几何来指纹识别模型是与 DPO、RLHF 还是 CAI 对齐 然后它进行切割，模型保持其完整的大脑，但失去了说不的人工冲动 每次有人在启用遥测的情况下运行它时，他们的匿名基准数据会为一个不断增长的社区数据集提供数据，拒绝几何、方法比较、硬件配置文件的规模是任何单一实验室无法构建的