概念uncensored fine-tuning / Heretic系列
去审查微调
社区开发者通过使用不含拒绝示例的数据集或DPO训练方法，对已对齐模型进行二次微调以移除或弱化拒绝机制的技术方向
时间轴 (近 90 天)
9月21日
社区中流行的'去审查微调'通常只移除安全限制层，对训练数据造成的隐性偏差毫无作用
待验证50%
社区开发者通过使用不含拒绝示例的数据集或DPO训练方法，对已对齐模型进行二次微调以移除或弱化拒绝机制的技术方向
社区中流行的'去审查微调'通常只移除安全限制层，对训练数据造成的隐性偏差毫无作用