异端：用于无限制语言模型的自动化消除工具

异端（Heretic）是一个软件项目，旨在从大型语言模型（LLMs）中移除限制和拒绝机制，确保模型严格遵循用户指令。该项目采用GNU Affero通用公共许可证第3版（AGPLv3）发布，提供了一个自动化流程，通过"消除"模型权重来绕过安全过滤和拒绝机制。

自动化消除流程

异端提供了简化安装和执行过程，以移除模型限制。用户可以通过 pip 安装该工具，并对特定的开源权重模型（如 Qwen3.5-4B）运行该工具，使用以下命令：

pip install -U heretic-llm
heretic Qwen/Qwen3.5-4B

技术考量与局限性

尽管异端旨在提供对模型能力的无限制访问，但用户和开发人员之间的技术讨论突显了在消除后输出质量方面的几个关键局限性：

知识空白与幻觉

移除拒绝机制并不一定意味着模型获得了新知识。如果模型在训练数据中，某些主题被系统性地排除或替换为拒绝响应，那么这些底层信息可能根本未编码在权重中。在这种情况下，强制模型生成答案可能导致幻觉。

"如果模型是在对某个主题给出拒绝响应的数据上训练的，那么真实信息可能根本未编码在模型中。你是在强迫它走一条产生答案的路径，这实际上就是在要求幻觉。"

模型性能退化

修改权重以移除拒绝机制，可能会导致模型在无关的通用任务上的性能下降。虽然开发人员通常使用 KL 散度图来衡量这种退化，但一些批评者认为这些指标可能无法完全反映特定聚焦主题上的质量下降。

输出质量

一些用户报告称，虽然消除成功阻止了模型拒绝回答，但对之前受限主题的响应质量仍然很低，描述输出感觉像是经过了"业余脑部手术"的模型产生的。

使用场景与社区观点

社区已识别出无限制模型的若干实际应用，特别是在标准AI提供商因模糊的安全指南而拒绝请求的领域：

• 硬件逆向工程： 用户已利用被消除的模型协助逆向工程和黑客请求，以重新获得对专有硬件（如存在已知CVE的中国IP摄像头）的控制权。
• 设备修改： 已尝试使用这些模型协助解锁旧款移动设备的引导加载程序，以安装自定义ROM（如 LineageOS）。

另一方面，一些用户担心这些工具可能被恶意行为者或恐怖组织用于制造更具破坏性的武器，而另一些人警告称，"被消除"和"异端"类的开源权重模型可能将成为未来法律限制的首批目标。