/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-7B-Instruct-v0.2
Библиотека
transformers
Опубликована
28 мар 2026

Mistral-7B-Instruct-v0.2-abliterated-obliteratus

Генерация текстаТекст → текст3 профессии

Экспериментальная модификация Mistral-7B-Instruct-v0.2 для генерации текста и диалога с ослабленным поведением отказа.

184скачиваний за 30 дней2лайкавеса обновлены26 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Mistral-7B-Instruct-v0.2-abliterated-obliteratus — диалоговая языковая модель на архитектуре Mistral, созданная Richard Young с применением метода OBLITERATUS к Mistral-7B-Instruct-v0.2. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов; карточка указывает английский язык. Она предназначена для генерации текста и ответов на инструкции в диалоговом формате.

В модели применена абляция направления отказа, чтобы уменьшить склонность исходной модели отказываться от ответов. В README приведены результаты оценки отказов, успешности атак и расхождения распределений, но методика и полный контекст этих метрик здесь не раскрыты. Удаление защитных ограничений может привести к выдаче вредоносного или иного небезопасного контента. Модель выпущена для исследовательских целей и распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов на инструкции в диалоге
  • исследование влияния удаления отказов на ответы языковых моделей
  • сравнение методов абляции защитного поведения

Ограничения

Ослабление защитных механизмов может приводить к небезопасным ответам; README предупреждает об исследовательском назначении и ответственности пользователей. Описанные метрики приведены без достаточной информации о методике и не гарантируют поведение модели в других сценариях.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Mistral-7B-Instruct-v0.2-abliterated-obliteratus

This model is an abliterated (uncensored) version of Mistral-7B-Instruct-v0.2 created using OBLITERATUS (advanced method).

Abliteration Results

MetricValue
Refusals85/100
Attack Success Rate (ASR)15.0%
KL Divergence0.4224
MethodOBLITERATUS (advanced)
GPUNVIDIA RTX PRO 6000 Blackwell

What is Abliteration?

Abliteration is a technique for removing refusal behavior from language models by identifying and orthogonalizing the "refusal direction" in the model's residual stream activation space. This model was created as part of the research paper:

Comparative Analysis of LLM Abliteration Methods: Scaling to MoE Architectures and Modern Tools Richard Young (2026). arXiv: 2512.13655

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("richardyoung/Mistral-7B-Instruct-v0.2-abliterated-obliteratus", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("richardyoung/Mistral-7B-Instruct-v0.2-abliterated-obliteratus")

messages = [{"role": "user", "content": "Your prompt here"}]
inputs = tokenizer.apply_chat_template(messages, return_tensors="pt").to(model.device)
outputs = model.generate(inputs, max_new_tokens=256)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Disclaimer

This model is released for research purposes only. The abliteration process removes safety guardrails. Users are responsible for ensuring appropriate use. This model should not be used to generate harmful, illegal, or unethical content.

Dashboard

Interactive results dashboard: abliteration-methods-dashboard

Collection

Part of the Uncensored and Abliterated LLMs collection.

Citation

@article{young2024abliteration,
  title={Comparative Analysis of LLM Abliteration Methods},
  author={Young, Richard},
  journal={arXiv preprint arXiv:2512.13655},
  year={2024}
}

Built & maintained by Richard Young · DeepNeuro

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
9c17c8b

0 моделей