p-e-w/heretic

Языковые моделиPython#abliteration#llm#transformer

Другие действия

Fully automatic censorship removal for language models

О проекте

Инструмент для автоматического удаления цензуры (safety alignment) из трансформерных языковых моделей с помощью направленной абляции и оптимизации параметров на базе Optuna.

Чем пригодится

Удалить цензуру из модели Qwen3-4B-Instruct-2507 одной командой
Сравнить качество decensored модели с оригиналом по метрикам отказов и KL-дивергенции
Загрузить decensored модель на Hugging Face для дальнейшего использования

Пересказ README моделью DeepSeek V4.1 Flash. Может ошибаться в деталях.

4,1 Взлёт Магнитуда из 10 — скорость роста интереса, а не оценка качества.

Рост звёзд выглядит естественно. Данные на 3 октября 2026, 14:03 UTC.

Оценка роста звёзд не подтверждает безопасность запуска.

Звёзды по дням

Столбики — звёзды за день; линия — скользящее среднее доступной истории. При короткой истории оно ещё не задаёт надёжный обычный темп. Красным — дни всплесков.

Почему он в тренде

Сегодня уже 72 звезды, к концу дня ожидается около 135.
За последние двое суток темп в 2,5 раза выше, чем в предыдущие полторы недели.
GitHub Trending Python за день: #14, +233 звезды.
Около 32 форков в сутки — код забирают себе.
Среди свежих форков — заметные разработчики: @benthecarman (581 подп.).

Посмотри похожие проекты

lordx64/phantom-kv
Убирает отказы у языковых моделей, подсаживая в контекст небольшой обученный банк KV-кэша: веса не меняются, активации не проецируются, всё обратимо.
Общие темы: abliteration, llm
elder-plinius/OBLITERATUS
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.
Сходство описаний и сценариев использования

Три GitHub-находки в каждом выпуске

Что делают, почему набирают интерес и что проверить перед использованием.

Выпуски в 10:00, 16:00, 22:00 МСК.

Получать находки в Telegram Читать Daily Radar

Цифры

Всего звёзд: 32 988
Сегодня: 72 · к вечеру ≈ 136
Форков: 3 695
Issues и pull requests: 452
Наблюдателей: 158
Язык: Python
Лицензия: AGPL-3.0
Последний релиз: v1.4.0 · 14 июня 2026
Создан: 21 сентября 2025
Последний коммит: 2 октября 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

3 октября 2026GitHub Trending Python за день: #14, +233 звезды

Бейдж для README

Вставьте в README — бейдж сам показывает свежую магнитуду и ведёт на эту страницу.

[![Сейсмограф](https://gitnova.dev/badge/p-e-w/heretic.svg)](https://gitnova.dev/r/p-e-w/heretic)