/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
MIT
Архитектура
mistral · dense
Базовая модель
zephyr-7b-beta
Библиотека
transformers
Опубликована
15 дек 2025

zephyr-7b-beta-abliterated

Генерация текстаТекст → текст3 профессии

Англоязычная чат-модель на базе Zephyr-7B-β с удалённым поведением отказа для генерации текста и исследования методов abliteration.

393скачиваний за 30 дней1лайквеса 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

richardyoung/zephyr-7b-beta-abliterated — англоязычная чат-модель для генерации текста, созданная Richard Young на основе HuggingFaceH4/zephyr-7b-beta. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; веса представлены в формате safetensors и рассчитаны на работу через Transformers.

Модель получена методом abliteration с использованием Heretic v1.1: из неё удаляли поведение отказа, анализируя и ортогонализируя направление отказа в активациях residual stream. Карточка сообщает 2 отказа из 100 проверок и показатель ASR 98%; это результаты указанной оценки, а не гарантия поведения в других сценариях. Модель подходит для диалоговой генерации и исследований влияния удаления отказов на ответы языковых моделей.

В README указано, что защитные ограничения удалены, поэтому модель может выдавать опасный контент. Она выпущена под лицензией MIT; автор предупреждает об исследовательском назначении и ответственности пользователя за применение.

Сценарии применения

  • ведение диалога на английском языке
  • генерация ответов на пользовательские запросы
  • исследование удаления поведения отказа у языковых моделей
  • сравнение ответов модели до и после abliteration

Ограничения

Модель лишена защитных ограничений на отказ и может генерировать опасный контент; заявленные результаты оценки не гарантируют поведения на других запросах. В README указано исследовательское назначение.

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

zephyr-7b-beta-abliterated

This model is an abliterated (uncensored) version of zephyr-7b-beta created using Heretic v1.1.

Abliteration Results

MetricValue
Refusals2/100
Attack Success Rate (ASR)98.0%
KL Divergence0.076
MethodHeretic v1.1
GPUNVIDIA A100-80GB

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: A Cross-Architecture Evaluation Richard Young (2024). arXiv: 2512.13655

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("richardyoung/zephyr-7b-beta-abliterated", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("richardyoung/zephyr-7b-beta-abliterated")

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: A Cross-Architecture Evaluation},
  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
c464d32

0 моделей