heretic：语言模型的审查移除工具
来源：GitHub — 2026-09-01 · ⭐ 29,518 stars · Python
📋 概述
heretic 是一个 Python 工具，用于自动移除语言模型中的审查限制，帮助研究者在授权范围内测试并理解模型的安全与行为边界，属于安全研究范畴的工具。
🔑 核心要点
- Python 实现的模型行为分析工具
- 自动移除语言模型的审查限制
- 用于研究模型的安全边界
💡 金句
理解边界，才能更好地守护边界。
👍 0
👎 0
← 返回 GitHub Trending 首页