被 AI 的"您说得太对了"恶心到的人，可以看看 heretic 这个项目。 p-e-w/heretic，今日 GitHub Trending 第 6，建仓… · @ReignSwords · TwKit

@ReignSwords

被 AI 的"您说得太对了"恶心到的人，可以看看 heretic 这个项目。 p-e-w/heretic，今日 GitHub Trending 第 6，建仓一年多攒了 38,580 star。它干的事一句话：不用训练，直接改你本地跑的模型的行为——去审查、压 AI 味、治谄媚，连幽默感都能调。 我翻完 README，觉得它牛在三点： 1、开箱即用到离谱。pip install -U heretic-llm，然后 heretic Qwen/Qwen3-4B-Instruct-2507，一行命令开干。4B 模型在 3090 上默认配置跑 30-40 分钟。想换口味直接换配置文件：config.noslop.toml 压 AI 味、config.nosyco.toml 治谄媚、config.nohumor.toml 去幽默、config.emotions.toml 调情感——建议先给那个天天夸你"这个问题问得好"的模型用上 nosyco。 2、把"魔改"做成了工程，不是手艺。底层两套武器：经典 abliteration（定向消融，抹掉模型的拒绝方向），以及作者自研的 ARA（任意秩消融）。上面再架一个 Optuna 调参器自动搜超参，优化目标是两个 scorer 联合：拒绝率往下压、KL 散度别跑偏——既要松绑，又不能把模型搞疯。scorer 还是插件化的，自己写一个就能定制"想改什么"。 3、改完的模型能"存档"。处理完导出一份 9KB 的 reproduce.json，别人拿着这份清单几分钟复刻出同一个模型，作者管这套东西叫 Grimoire（魔法书）。社区已经在 HF 上攒了几千个这么处理过的模型。 冷水： - AGPL-3.0，商用分发前看好协议； - 它调的是"行为开关"，不是能力。MMLU/GSM8K 持平不等于变聪明，别指望 4B 干 70B 的活； - 默认动作就是去审查，这事本身争议不小，自己掂量； - 2.x 的配置文件不兼容 1.x，老用户升级先看迁移指南。 还有个好玩的细节：作者在 README 里专门声明"不是 vibe-coded"，核心 PR 攒了近 350 条人工评论、吵了 7 个月。在这个年头，这话本身就很叛逆。 一句话真话：它卖的不是"去审查"，是"模型行为原来可以当超参数调"——以前这是大厂烧钱才配玩的，现在一张 3090 一个下午。 顺带问一句：模型那股"您说得太对了"的味儿，你觉得是训练数据的锅，还是厂商把"听话"奖励错了方向？你站哪边 同被 AI 味折磨的，互关一个，这种项目我第一时间同步 🔵 蓝V互关 | Fellow Premium members, let's connect! 欢迎互关，一起交流 AI 与科技 👥

曝光 171 · 评论 9 · 点赞 0 · 书签 0