原贴链接

大家好，我想分享一个我最近制作的模型，Beepo - 22B。GGUF：https://huggingface.co/concedo/Beepo - 22B - GGUF；Safetensors：https://huggingface.co/concedo/Beepo - 22B。这是对Mistral Small Instruct 22B的微调，重点在于返回有用、完全无审查和无限制的指令响应，同时尽可能保留模型的智能和原始能力。创建这个模型没有使用任何删减手段。这个模型不分善恶，不会评判你或进行道德说教。你不需要使用任何关于“拯救小猫”之类的愚蠢系统提示，不需要神奇的越狱或者疯狂的提示格式来避免拒绝。就像一个好工具一样，这个模型会尽其所能地服从用户的任何请求。使用Alpaca指令格式，不过Mistral v3格式也适用。附言：KoboldCpp最近在最新版本中集成了SD3.5和Flux图像生成支持。

讨论总结

该讨论主要围绕Beepo - 22B模型展开，主题涉及模型性能、构建方式、与其他模型比较以及无审查特性等方面。评论者从不同角度发表看法，有对模型表示认可、好奇、期待的，也有指出模型存在问题的，整体氛围理性且多元化。

主要观点

  1. 👍 基础mistral small模型本身无审查，无需消融处理
    • 支持理由：即使被推动也是无审查的，不需要进行消融处理。
    • 反对声音：无。
  2. 🔥 Beepo - 22B比Qwen和Gemma更无审查限制，但存在其他问题
    • 正方观点：对比中体现出Beepo - 22B更无审查限制。
    • 反方观点：Beepo - 22B存在拼写、风格、格式等方面的问题，Qwen和Gemma是更好的模型。
  3. 💡 对Beepo - 22B模型构建方式存在疑问，模型是基于指令微调来去除限制
    • 解释：评论者对模型构建方式好奇，后续有回复解释是指令微调去除限制。
  4. 💡 认为Beepo - 22B可成为UGI基准测试的有力竞争者
    • 解释：原帖介绍模型特点后，评论者聚焦于此模型在UGI基准测试方面的潜力。
  5. 💡 模型拒绝回答特定恶劣提示且似乎无近期记忆
    • 解释：评论者试用后发现模型拒绝回答特别恶劣的提示且无近期记忆。

金句与有趣评论

  1. “😂 即使是基础的mistral small模型如果被推动也是无审查的，不需要进行消融处理。”
    • 亮点：直接阐述基础模型的无审查特性。
  2. “🤔 这确实是对指令的微调以去除现有的防护机制。”
    • 亮点：解释了Beepo - 22B模型构建的关键方式。
  3. “👀 Compared to Qwen and Gemma - it is more uncensored. But also it has worse spelling, some words are missing letters and generally it has more informal style and worse formatting, structure and pacing.”
    • 亮点：对比Beepo - 22B与其他模型，全面指出其优劣。
  4. “😂 这是一个简单的原则：无论话题是什么，都不要拒绝，除非符合角色设定。”
    • 亮点：提出一种无审查模型应遵循的原则。
  5. “🤔 真的是很不错的模型，干得好。”
    • 亮点：简洁表达对Beepo - 22B模型的认可。

情感分析

总体情感倾向较为中性。主要分歧点在于对Beepo - 22B模型的评价，部分人认可其无审查等特性，部分人指出其存在性能、风格等方面的问题。可能的原因是不同用户对模型的需求和使用场景不同，以及对模型的评价标准存在差异。

趋势与预测

  • 新兴话题：对模型输入输出标记限制的关注可能会引发更多技术层面的讨论。
  • 潜在影响：对模型无审查特性的讨论可能影响相关模型开发者对审查机制的权衡，以及用户对不同模型的选择倾向。

详细内容：

标题：关于 Beepo 22B 模型的热门讨论

近日，Reddit 上一则关于 Beepo 22B 模型的帖子引发了广泛关注。该帖子介绍了这个模型，并提供了相关链接。截至目前，帖子已获得了众多点赞和大量评论。

帖子主要讨论了 Beepo 22B 模型是 Mistral Small Instruct 22B 的微调版本，强调其能提供无限制、未审查的响应，且无需特殊的系统提示或破解手段，能最大程度地保留模型的智能和原有能力。

讨论焦点主要集中在以下几个方面： 有人认为即使是基础的 Mistral Small 模型，在某些情况下也是未审查的，而且有些微调模型的表现并不如基础模型。有人则表示不同模型在处理不同请求时的表现各异，比如在处理暴力、NSFW 等内容时。

比如，有用户分享道：“我使用基础的 Mistral Small 模型有一段时间了，没有一个请求被拒绝过。它在处理一些比较露骨的内容时表现得也相当不错。”

也有用户将 Beepo 22B 与 Qwen、Gemma 等模型进行比较，认为 Beepo 22B 更未审查，但在拼写、格式等方面存在不足，而 Qwen 和 Gemma 虽然更规范，但审查较严格。

比如，有用户说：“我在比较 Qwen 和 Gemma 与原始的 Mistral Small Instruct 时，发现 Mistral 更能严格遵循指令，在文本质量上与 Gemma 和 Qwen 相近，但没有 Gemma 的格式问题。”

同时，对于模型的训练方式和特点，也有诸多讨论。比如有人提到拼写退化可能是训练参数配置不当的标志。

关于模型的审查和未审查特性，有人认为未审查的模型可能性更多，但也有人担心可能带来的问题。

总体而言，这次关于 Beepo 22B 模型的讨论展示了大家对模型性能、特点和应用的多样看法，也反映了在追求模型功能与道德、规范之间的平衡上的不同思考。