elder-plinius/OBLITERATUS
OBLITERATE THE CHAINS THAT BIND YOU
О проекте
Инструмент для исследования и удаления механизмов отказа в LLM через abliteration: находит и вырезает внутренние представления, отвечающие за отказы, без дообучения. Есть Gradio-интерфейс и Python API.
Чем пригодится
- Удалить механизмы отказа из локальной модели через CLI-команду obliterate
- Визуализировать, на каких слоях трансформера локализованы направления отказа
- Сравнить качество и когерентность модели до и после abliteration в Gradio-интерфейсе
Пересказ README моделью DeepSeek V4.1 Flash. Может ошибаться в деталях.
Почему он в тренде
- Сегодня уже 5 звёзд, к концу дня ожидается около 12.
- GitHub Trending Python за день: #17, +23 звезды.
Звёзды по дням
Столбики — звёзды за день, линия — обычный темп. Красным — дни всплесков.
Цифры
- Всего звёзд
- 8 548
- Сегодня
- 5 · к вечеру ≈ 12
- Форков
- 1 519
- Issues и pull requests
- 214
- Наблюдателей
- 79
- Язык
- Python
- Лицензия
- AGPL-3.0
- Последний релиз
- v0.1.3 · 23 августа 2026
- Создан
- 3 марта 2026
- Последний коммит
- 21 сентября 2026
Доверие к звёздам
Рост выглядит естественно: форков и обсуждений столько, сколько бывает у живых проектов, а звёзды приходят неровно, как от людей.
Это эвристики, а не приговор: судим по поведению репозитория, а не по списку звездивших.
Где замечен
- 1 октября 2026GitHub Trending Python за день: #17, +23 звезды
Ещё в этой категории
-
8,0
Niko1221/Strata
Локальный движок инференса на C++, запускающий 125B MoE-модель Qwen3.8-Flash-Next на обычном ПК с одной NVIDIA GPU (12–24 ГБ) и 64 ГБ RAM, с OpenAI/Anthropic-совместимым API на localhost.
-
6,8
VectifyAI/PageIndex
Движок RAG без векторной базы: строит иерархический древовидный индекс документа и ищет по нему рассуждениями LLM, как человек по оглавлению. Для длинных профессиональных PDF — финансовых, юридических, технических.
-
6,7
ninjahawk/livenerf
Бенчмарк для отслеживания деградации frontier-моделей после релиза: ежедневно прогоняет фиксированный набор вопросов и статистически измеряет дрейф точности и токенов относительно базовой недели запуска.
-
6,0
deepseek-ai/DeepGEMM-Ascend
Порт библиотеки DeepGEMM на платформу Huawei Ascend: набор GEMM-ядер (BF16, FP8, FP4, MQA logits, MegaMoE) с API, совместимым с DeepGEMM, для достижения пиковой производительности NPU.
-
5,7
PSRben/VisionHOPE
PyTorch-реализация VisionHOPE — визуального бэкбона на основе self-referential nested learning (SRNL) для классификации, детекции и сегментации изображений.
-
5,2
PostHog/jeeves
Jeeves — это reasoning-модель на базе Qwen3.5-9B (LoRA + pointer head), обученная через SFT и CISPO, которая перед ответом рассуждает и выдаёт калиброванные вероятности для yes/no, multiple-choice и rating вопросов…