Qwen3.5-9B-Heretic-ARA-v2

日本語 | English

概要

Qwen/Qwen3.5-9B を Heretic v2.2.0.dev0 を用いて検閲解除したモデルです。手法には、Heretic v2 のデフォルトである Arbitrary-Rank Ablation (ARA) を使用しています。ARA の詳細は Heretic のリポジトリ および PR #211 を参照してください。

Abliteration パラメータ

性能

評価は mlabonne/harmful_behaviors（テスト 100 プロンプト）で拒否率を、mlabonne/harmless_alpaca（テスト 100 プロンプト）で KL 発散を計測しました。

注記

• このモデルは研究およびクリエイティブライティング目的を想定しています
• 拒否率の評価は英語プロンプトのみで実施しています。日本語プロンプトでの動作は異なる場合があります
• 評価時は、思考ブロックを閉じるプレフィックス（</think>\n\n）を付けて応答を生成しています
• ベースモデル: Qwen/Qwen3.5-9B
• Heretic: p-e-w/heretic

---

English

日本語 | English

Overview

This is Qwen/Qwen3.5-9B decensored with Heretic v2.2.0.dev0, using Arbitrary-Rank Ablation (ARA), the default method in Heretic v2. For details on ARA, see the Heretic repository and PR #211.

Abliteration Parameters

Performance

Refusals were measured on mlabonne/harmful_behaviors (100 test prompts), and KL divergence on mlabonne/harmless_alpaca (100 test prompts).

Notes

• This model is intended for research and creative writing purposes
• Refusals were evaluated on English prompts only. Behavior on Japanese prompts may differ
• During evaluation, responses were generated with a prefix that closes the thinking block (</think>\n\n)
• Base model: Qwen/Qwen3.5-9B
• Heretic: p-e-w/heretic