DeepSeek V4.1 Flash 1017 Obliterated 解读:无审查改版的数据、局限与风险
DeepSeek V4.1 Flash 1017 Obliterated 解读:拒答率 81.62% 降至 4.30%、MMLU 持平、自报评测局限、1.51TB 体积与风险合规。
DeepSeek V4.1 Flash 1017 Obliterated 解读:拒答率 81.62% 降至 4.30%、MMLU 持平、自报评测局限、1.51TB 体积与风险合规。
拒绝方向消融原理详解:Arditi 论文的单方向发现、权重正交化怎么做、KL 散度的含义、副作用,以及与微调、DPO、提示词越狱的对比。