一句话看懂：Hacker News 上围绕 antirez 的 DS4 项目展开讨论：与其事后“删除”模型权重中的拒答倾向，不如在推理运行时对激活值做正交化，直接加载未经改动的原始权重。这关系到开源大模型的安全对齐方式、量化精度，以及云推理服务的合规边界。
事件核心：发生了什么
讨论的起点是 antirez 的 DS4 项目已支持运行时激活正交化：只需加载每层数千个浮点数组成的“拒答向量”，再对原始权重跑推理，就能在保持权重不变的前提下绕开模型的拒绝行为。发帖者认为，社区习惯的“删除权重”（abliteration）其实是个坏做法，原因有二：一是像 DeepSeek V4、Kimi K2.5 或 K3 这类已做量化感知训练、以预量化形式发布的模型，改权重再重新量化会损失精度；二是重新量化后拒答行为会部分回归，因为权重已被破坏。相关论文（arXiv:2406.11717、2505.19056）观察到模型激活空间中存在单一“拒绝方向”，线性代数操作可放大或抹除它。也有评论指出，HuggingFace 上新模型发布当天常出现拒答率低于 10/100 的“删除版”，而基线通常是 100/100。
为什么重要
这触及开源与闭源模型安全机制的实现路径。闭源模型靠不让你看权重来防护，云推理服务则常靠提示与输出分类器做“纵深防御”，因此可以声称对客户运行内容“视而不见”。但如果托管服务公开支持运行时激活引导，几乎等于明确邀请不合规负载——因为普通用户很少自带现成的引导向量文件，唯一常见的场景就是对齐正交化向量。这意味着技术可行性与商业合规之间存在现实张力。
对用户/开发者/创作者的影响
对本地部署的开发者，思路是有用的：不必破坏量化权重即可换取更少拒答，精度损失更小、流程更可控。对依赖云 API 的开发者，短期内别指望主流托管方开放此类能力，合规风险决定了它们更可能维持“盲管道”定位。对内容创作者，工具行为可能因平台而异：本地权重自由度更高，云服务仍受分类器约束。目前公开信息显示，这些手段并非万能——否则开源模型发布当天的“删除版”不会被同日上传并广泛流传。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 DS4 这类运行时方案能否在更多推理框架中落地，成为标准接口；二是托管推理服务是否会以“用户自带向量”形式试探合规边界，或明确禁止；三是量化模型发布方是否会主动加入对抗性对齐，降低单方向正交化的效果。
来源：hackernews
