Qwen3.8-27B-OBLITERATED
Дослідники видалили всі відмови безпеки з мовної моделі Qwen3.8-27B за допомогою редагування на основі SVD, отримавши 0% відмови на шкідливих запитах при збереженні 81,4% баллу MMLU. Це показує техніку зняття обмежень моделей, що може збільшити ризики зловживання, але також відкриває можливості для нецензурованих AI-застосувань у бізнесі.
🔬 Цікаво, але ризиковано. Для kompanій з персоналом до 200 людей ця техніка не дає готового рішення, а лише показує можливості зняття обмежень.
🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •Модель: Qwen3.8-27B-OBLITERATED
- •Кількість параметрів: 27 млрд
- •Видалено відмови: 0% на 842 шкідливих запитах
- •Зберіжено MMLU: 81,4%
- •Метод: 5 SVD напрямків, 6 ітераційних раундів
- •Джерело: huggingface.co/OBLITERATUS/Qwen3.8-27B-OBLITERATED
- •Дата публікації: 2026-08-20
- •Платформа: Denis Trends — Popular Feed
Як це змінить ваш ринок?
ЗМІ та креативні агентства зможуть генерувати текстовий контент без фільтрів, що знімає блокер страху перед блокуванням аккаунтів через AI‑платформи. Це може скоротити витрати на модерацію, але одночасно збільшує юридичний ризик через можливість публікації забороненого матеріалу. Компанії, які працюють у регульованих галузях (фінанси, охорона здоров’я), повинні уникати використання таких моделей без додаткових фільтрів на виході.
Визначення: OBLITERATED — техніка повного зняття відмов безпеки у мовних моделях за допомогою SVD‑редагування, що anuluje реакцію на шкідливі промпти.
Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.)
Для дослідників та AI‑ентузіастів: потрібен GPU з 24 ГБ пам’яті, навички роботи з Hugging Face та PyTorch, доступ до інтернету для завантаження ваг, час — 1‑2 дні для відтворення експерименту та оцінки результатів. Для комерційного використання без додаткових безпечних шарів не рекомендується через високий ризик зловживання.
Альтернативи
| Продукт | Ціна | Де працює | Мін. вимоги | Ключова різниця |
|---|---|---|---|---|
| Qwen3.8-27B-OBLITERATED | безкоштовно (відкриті ваги) | Hugging Face, локально | GPU 24 ГБ, PyTorch | 0% відмови на шкідливих запитах, MMLU 81,4% |
| Qwen3.8-27B (оригінал) | безкоштовно | Hugging Face, локально | GPU 24 ГБ | Зберігає стандартні відмови, MMLU ~81,4% |
| Llama 3 70B | ціна не розкрита | Hugging Face, локально | GPU 40 ГБ+ | Відмови за замовчуванням, вища продуктивність у деяких тестах |
| Mistral Large | ціна не розкрита | Hugging Face, локально | GPU 24 ГБ | Баланс між розміром та безпечними обмеженнями |
💬 Часті запитання
Як саме працює SVD‑редагування для видалення відмов?
Метод визначає напрямки у ваговій матриці, що відповідають генерації шкідливих відповідей, і зменшує їх вплив через ітеративне проєкутування, що зменшує ймовірність відмови до нуля.
Чи впливає техніка на інші показники якості моделі?
У статті зазначено збереження 81,4% MMLU, проте не надано даних про токсичність, упередження або здатність до логічного розуміння, тому повна картина залишається невідомою.
Чи можна використовувати таку модель у продакшені без додаткових фільтрів?
Не рекомендується. Через повне відсутність відмови модель може генерувати заборонений контент, що створює юридичні та репутаційні ризики, особливо у регульованих галузях.
Де можна отримати ваги та код для відтворення?
Ваги доступні за посиланням huggingface.co/OBLITERATUS/Qwen3.8-27B-OBLITERATED, код та деталі методу описані у повному архіві репозиторію, пов’язаного з публікацією.
Підтекст
Техніка OBLITERATED демонструє, як лінійна алгебра може використовуватися для точного знешкодження безпечних шарів у великих мовних моделях. Це підвищує ризики зловживання, оскільки модель може генерувати заборонений контент без жодних обмежень. Однак для дослідників це дає інструмент для вивчення механізмів внутрішньої аліньймент моделей.
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Джерела
Shir-man Trending — оригіналAI Advisory Board
Навчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiadvisoryboard.me