變壓器語言模型

方向性消融

Heretic：以方向性消融與Optuna TPE自動化調校變壓器語言模型以降低拒絕回應

背景：Heretic是一個公開專案，主張自動移除變壓器語言模型的審查行為。它採用方向性消融（abliteration）並以Optuna的TPE搜尋參數，目標同時降低拒絕次數與維持原模型分布，從而生成去審查模型並支援多種架構。此外專案有相當關注可操作性與自動化流程。