Машинный перевод GPT-4o статьи «Uncensor any LLM with abliteration»

[d-sh]

Достаточно просто добавить в контекст правильный ответ.

[avalonsec]

Для llama3 да, а для gpt4 уже требуется несколько уровней абстракции. Я писал статью с промтом Алисы что бы имитировать логику o1 и обойти ограничения цензуры. Я сейчас пытаюсь собрать датасет для более широкой поддержки русского языка, llama изначально создавалась для англоязычной аудитории, а поддержка русского сильно ограничена.

[d-sh]

Llama 405 и gemini pro работают так же.

Chatgpt и Claude не пробовал.

[avalonsec]

Llama 405 и gemini pro не пробовал, но думаю принцип тот же.

[lazy_val]

жги

[Ingref]

А кто-нибудь пробовал этот Daredevil abliterated? Насколько этот метод его реально расцензурировал? Жаль, что в статье об этом не упомянуто.

[avalonsec]

Пробовал только mlabonne/Meta-Llama-3.1-8B-Instruct-abliterated работает нормально. Вот хочу на её основе обучить свою.