标签
OBLITERATUS 发布了阿里巴巴 Qwen3.8-27B 模型的修改版本，移除了所有安全拒绝，通过迭代的外科手术式修改，在842个有害提示中实现了零拒绝。
Gemma-4-31B 的一个变体利用基于可解释性的引导技术，通过质疑错误前提来抵抗幻觉，在基准性能几乎不受影响的情况下，对错误前提的反驳效果提升了一倍。