abliteration 移除拒答行为

Abliteration 上线平台，提供主流 AI 常拒绝的安全与安保类工作场景的模型访问能力，引发关于模型对齐与滥用边界的讨论。

GitHub 项目 abliteration 提出通过表征工程（representation engineering）移除大模型的安全拒答行为，思路是定位模型内部与拒绝相关的方向向量并加以消减。此类方法绕开微调，直接干预激活空间，引发对开源模型安全对齐可被轻易解除的担忧。