自動化解除模型審查工具 Heretic 登上 GitHub Trending，社群已用其發布逾 5000 個模型

自動化解除模型審查（abliteration）工具 Heretic 首度登上 GitHub Trending，目前社群已使用該工具建立並發布超過 5000 個無審查模型。Heretic 結合方向性消融（directional ablation）與基於 TPE 的 Optuna 參數最佳化器，透過共同最小化拒絕次數與原始模型的 KL 散度，全自動尋找消融參數，無需進行昂貴的訓練後微調。 該工具支援多數 dense 模型（含多模態）、多種 MoE 架構及 Qwen3.5 等混合模型，但暫不支援純狀態空間模型（SSM）。官方以 `google/gemma-3-12b-it` 實測，原始模型對有害提示拒絕率為 97/100；Heretic 生成的版本拒絕率降至 3/100，且對無害提示的 KL 散度僅 0.16，顯著優於社群現有手動消融版本（如 mlabonne 的 1.04 與 huihui-ai 的 0.45），顯示對模型原始能力的破壞更小。 在硬體需求方面，於 RTX 3090 上處理 `Qwen3-4B-Instruct-2507` 約需 20 至 30 分鐘，並支援 bitsandbytes 4-bit 量化以降低 VRAM 需求。此外，Heretic 提供 `research` 附加套件，支援模型內部語意（可解釋性）研究，包含計算殘差向量與 PaCMAP 投影等功能。