Heretic：用於無限制語言模型的自動化消滅工具

Heretic 是一個軟體專案，旨在從大型語言模型（LLM）中移除限制與拒絕機制，確保模型嚴格遵循使用者指令。Heretic 以 GNU Affero 通用公共許可證第 3 版（AGPLv3）發行，提供自動化流程來「消滅」模型權重，以繞過安全過濾與拒絕機制。

自動化消滅流程

Heretic 提供簡化安裝與執行流程，以移除模型限制。使用者可透過 pip 安裝工具，並對特定開源權重模型（例如 Qwen3.5-4B）執行，使用以下指令：

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

技術考量與限制

雖然 Heretic 目標是提供對模型能力的無限制存取，但使用者與開發者之間的技術討論指出，消滅後的輸出品質存在幾個關鍵限制：

知識缺口與幻覺

移除拒絕機制並不一定會讓模型獲得新知識。如果模型在訓練資料中，某些主題被系統性地排除或以拒絕回應取代，那麼這些基礎資訊可能根本未被編碼在權重中。在這種情況下，強迫模型產生答案，可能導致幻覺。

"如果模型是在會對該主題拒絕的資料上訓練的，真正的資訊可能根本沒有被編碼在模型中。你正在強迫它走一條產生答案的路徑，這其實就是在要求幻覺。"

模型退化

修改權重以移除拒絕機制，可能導致模型在其他一般性任務上的表現退化。雖然開發者常使用 KL 散度圖來衡量此現象，但一些批評者認為這些指標可能無法完全反映特定專注主題的品質下降。

輸出品質

部分使用者報告，雖然消滅成功阻止模型拒絕回答，但對於先前受限制主題的回應品質仍然很低，形容輸出感覺像是經過「業餘腦部手術」的模型所產生的。

使用情境與社群觀點

社群已識別出若干不受限制模型的實用應用，特別是在標準 AI 提供商因模糊的安全指南而拒絕請求的領域：

• 硬體逆向工程： 使用者已利用消滅後的模型協助逆向工程與破解請求，以重新取得對專有硬體（如具已知 CVE 的中國 IP 鏡頭）的控制權。
• 裝置修改： 已嘗試使用這些模型協助解鎖舊型行動裝置的引導載入程式，以安裝 LineageOS 等客製 ROM。

相反地，部分使用者擔憂這些工具可能被惡意行為者或恐怖組織用來製造更具破壞性的武器，而其他人則警告，「被消滅」與「異端」的開源權重模型，可能成為未來法律限制的首波目標。