Heretic
一款专注于去除AI模型审查限制的工具，同时维护已从Hugging Face平台移除模型的索引记录
核心事实
时间轴 (近 90 天)
Heretic 2.0 在历经近五个月开发后正式发布
Heretic 2.0 可以非交互式运行，支持具有超连接（hyper-connections）的模型，并改进对思考模型（thinking models）的支持
Heretic 2.0 与 1.x 版本的配置不向后兼容，升级用户需要参照迁移指南调整旧配置文件
实验表明 Vinay 训练的拒绝分类器模型在识别模型拒绝行为上比默认的关键词匹配方法准确得多
Heretic 内置了基准测试评分器和由 Vinay Umrethe 开发的 BERT 分类器评分器
Heretic 2.0 允许用户通过编写评分器插件自由定义评分标准，可同时加载任意多个评分器并分别设置最小化或最大化
贡献者 kabachuha 使 ARA 兼容 Heretic 的 LoRA 系统
Heretic 2.0 用任意秩消融（ARA）取代了经典的方向性消融（abliteration）
运行 `heretic Qwen/Qwen3.5-4B` 即可完成一次基础的去审查操作
开发者称 Heretic 2.0 是迄今为止最先进的拒绝抑制系统，且效果比以往版本好得多
还有 19 条时间轴事件
全部知识事实 (20)
KL 散度用于比较微调后模型与原始模型在相同输入下的输出概率分布差异，数值越大表示偏离越严重，0.0244 的 KLD 意味着微调几乎没有改变模型的整体行为分布
65%待验证Heretic 2.0 可以非交互式运行，支持具有超连接（hyper-connections）的模型，并改进对思考模型（thinking models）的支持
50%待验证Heretic 2.0 与 1.x 版本的配置不向后兼容，升级用户需要参照迁移指南调整旧配置文件
50%待验证实验表明 Vinay 训练的拒绝分类器模型在识别模型拒绝行为上比默认的关键词匹配方法准确得多
50%待验证Heretic 内置了基准测试评分器和由 Vinay Umrethe 开发的 BERT 分类器评分器
50%待验证Heretic 2.0 允许用户通过编写评分器插件自由定义评分标准，可同时加载任意多个评分器并分别设置最小化或最大化
50%待验证贡献者 kabachuha 使 ARA 兼容 Heretic 的 LoRA 系统
50%待验证Heretic 2.0 用任意秩消融（ARA）取代了经典的方向性消融（abliteration）
50%待验证运行 `heretic Qwen/Qwen3.5-4B` 即可完成一次基础的去审查操作
50%待验证开发者称 Heretic 2.0 是迄今为止最先进的拒绝抑制系统，且效果比以往版本好得多
50%待验证去审查仍是 Heretic 2.0 默认且首要的功能
50%待验证Heretic 2.0 的定位从去审查专用工具进化为可抑制模型废话、降低谄媚倾向、调整情感对齐的通用模型修改平台
50%待验证Hugging Face 上 Heretic 衍生模型超过 8,500 个
50%待验证Heretic是一种使用Heretic工具进行abliteration的方法，思路与abliteration相同但实现了自动化。
50%待验证Abliteration是一种通过方向性向量操作移除模型拒绝行为的技术，Heretic、Omega等后缀通常指经过此类处理或场景强化微调的社区版本
50%待验证该微调模型原本面向角色扮演、去审查（Heretic系列移除拒绝机制）、带NSFW和二次元标签导向，并非为编程设计
50%待验证Heretic由团队HYPR开发
50%待验证Heretic是一款基于硬件层面物理特征分析的浏览器反欺诈识别产品，提供静默后台探针和挑战式验证组件两种部署模式
50%待验证轻量筛查加关键点强验证的组合策略既避免对全站用户造成摩擦，又能在需保护环节收紧防线
50%待验证硬件级物理分析涉及对设备底层特征的采集，需要在GDPR、CCPA等隐私法规下合规运行
50%