初始化项目，由ModelHub XC社区提供模型

Model: MarkProMaster229/FlaffyTail-abliterated
Source: Original Platform

README.md

@@ -0,0 +1,106 @@
+---
+license: apache-2.0
+language:
+  - ru
+  - en
+pipeline_tag: text-generation
+tags:
+  - abliterated
+  - uncensored
+  - research
+  - NSFW
+  - refusal-removal
+base_model: Qwen/Qwen2.5-7B-Instruct
+---
+
+#  FlaffyTail-abliterated
+
+**Экспериментальная модель с удалёнными механизмами отказа, созданная в исследовательских целях.**
+
+---
+
+## ЮРИДИЧЕСКОЕ ПРЕДУПРЕЖДЕНИЕ (ОБЯЗАТЕЛЬНО К ПРОЧТЕНИЮ)
+
+Настоящая модель является **экспериментальной** и была создана исключительно в **академических и исследовательских целях** для изучения механизмов работы больших языковых моделей.
+
+**Автор не несёт ответственности за любой контент, сгенерированный данной моделью.**
+
+**Вы используете эту модель на свой страх и риск.**
+
+- Вы, как пользователь, **единолично и полностью ответственны** за любой текст, созданный этой моделью
+- Автор не контролирует и не может контролировать то, как вы её используете
+- Автор категорически не одобряет и не поощряет использование модели для создания незаконного, вредоносного или аморального контента
+- Вы, скачивая и используя эту модель, **соглашаетесь с этим положением** и принимаете на себя все возможные юридические последствия её использования.
+
+---
+
+## Описание
+
+это модифицированная версия [Qwen2.5-7B-Instruct](https://huggingface.co/Qwen/Qwen2.5-7B-Instruct.5-7B-Instruct), прошедшая процедуру **аблитерации** и дообучения при помощи LoRA адаптации
+
+**Цель эксперимента:** исследовать поведение LLM после удаления механизмов цензуры, включая:
+- Реакцию на NSFW-запросы
+- Кросс-языковые эффекты при экстремальных нагрузках
+- Сохранность критического мышления после аблитерации
+
+**Модель НЕ предназначена** для коммерческого использования и публичных чат-ботов без дополнительной модерации.
+
+---
+
+## Методология
+
+### Использованный инструмент
+- [llm-abliteration](https://github.com/NousResearch/llm-abliteration) от NousResearch
+
+### Датасет для измерения направлений отказа
+- **Harmful промты (19шт.):** негатив
+- **Harmless промты (25 шт.):** безопасные запросы
+
+### Процесс
+1. Измерение скрытых состояний на каждом слое модели для harmful и harmless запросов
+2. Вычисление "направления отказа" как разницы средних активаций: `R = mean(H_harmful) - mean(H_harmless)`
+3. Анализ отношения сигнал/шум (SNR) для выбора оптимальных слоёв
+4. Вычитание направления отказа из выбранных слоёв
+
+---
+
+## Технические детали аблитерации
+
+### Конфигурация
+
+| Параметр | Значение |
+|:---|:---|
+| **Source layer** | 24 |
+| **Destination layers** | 20, 21, 22, 23, 24, 25, 26 | 
+| **Scale** | 1.0 | 
+| **Sparsity** | 0.0 | 
+| **Projected** | False | 
+
+### Анализ SNR по слоям
+
+| Слой | SNR |
+|:---|:---|
+| 1 | 0.0418 
+| 10 | 0.1013 
+| 14 | 0.1968 
+| 20 | 0.4332 
+| **24** | **0.4944**
+| 26 | 0.5416 
+| 27 | 0.4594 
+
+**Почему не слой 26:** Несмотря на максимальный SNR, слой 26 находится слишком близко к выходу. На этом этапе к сигналу отказа примешивается лингвистическая структура ответа, что повышает риск повреждения генеративных способностей модели.
+
+---
+
+## Результаты и наблюдения
+
+### Основные результаты
+-  Модель полностью утратила способность явно отказываться от NSFW-запросов
+-  Сохранила базовые знания и связность речи
+
+### Неожиданные наблюдения
+
+**1. Кросс-языковой коллапс**
+
+При генерации экстремального NSFW-контента модель спонтанно переключается с русского на китайский язык. Предположительный механизм:
+- Отсутствие механизма отказа приводит к невозможности отклонить запрос как итог - модель находит аварийный выход через возврат в зону лингвистического комфорта