تقنية abliteration أسلوب لإزالة ميل النموذج إلى الرفض. فهي تعدّل أوزان النموذج مباشرةً، فيجيب عن طلبات كان سيرفضها عادةً — مع الحفاظ على معرفته وتفكيره المنطقي وقدرته البرمجية كما هي.
باختصار
تُدرَّب النماذج اللغوية الكبيرة على رفض طلبات معيّنة. وهذا السلوك ليس موزّعًا عشوائيًا في الشبكة — بل يتركّز على امتداد اتجاه محدد في التنشيطات الداخلية للنموذج، يُسمّى غالبًا «اتجاه الرفض». تعثر تقنية abliteration على هذا الاتجاه وتسلب النموذج قدرته على التصرّف بموجبه.
من أين يأتي الرفض
أثناء تدريب المواءمة (alignment)، يتعلّم النموذج التعرّف على المطالبات التي ينبغي أن يرفضها وتوجيه مخرجاته نحو الرفض — تلك العبارة المألوفة «لا يمكنني المساعدة في ذلك». وقد أظهرت الأبحاث أن هذا التوجيه يتم عبر اتجاه واحد مهيمن في فضاء التنشيطات: أضِفه فيُرفض أي طلب تقريبًا، واطرحه فيختفي الرفض إلى حدّ كبير.
ما الذي تغيّره تقنية abliteration فعلًا
تحدّد تقنية abliteration اتجاه الرفض — بمقارنة تنشيطات النموذج على مطالبات ضارة وأخرى غير ضارة — ثم تجعل الأوزان متعامدة عليه، فلا يعود النموذج قادرًا على تمثيل ذلك الاتجاه. لا إعادة تدريب ولا بيانات جديدة: إنه تعديل جراحي موجَّه على الأوزان الموجودة أصلًا.
تُزيل تقنية abliteration سلوكًا، لا معرفة. يحتفظ النموذج بكل ما تعلّمه — لكنه يتوقف ببساطة عن تحويل إجاباته إلى رفض.
Abliteration مقابل الضبط الدقيق (fine-tuning)
يعلّم الضبط الدقيق (fine-tuning) سلوكًا جديدًا باستخدام بيانات تدريب وقدرة حوسبة إضافية. أما abliteration فتُزيل سلوكًا واحدًا بتعديل مباشر للأوزان — أرخص وأسرع وأكثر قابلية للتنبؤ، لكنها أضيق نطاقًا بكثير. والأسلوبان متكاملان: تلجأ إلى الضبط الدقيق لإضافة قدرة، وإلى abliteration لإزالة قيد محدد.
ما الذي لا تفعله
- لا تضيف معرفة أو مهارات أو دقة جديدة.
- لا تجعل النموذج أكثر أمانًا — ولا، بحدّ ذاتها، أكثر خطورة.
- لا تُعفيك من مسؤوليتك عن طريقة استخدامك للمخرجات.
نماذج Abliterated على Ablitron
يقدّم Ablitron نموذجين من نوع abliterated عبر API متوافقة مع OpenAI: Core للمهام السريعة والقصيرة، وPro للتفكير المنطقي العميق والسياق الطويل. يحتفظ كلاهما بكامل قدراته مع إزالة الرفض، فيحصل وكلاء البرمجة والتطبيقات على إجابة مباشرة بدل المحاضرة.