भाषा मॉडल के व्यवहार को बदलने के ज़्यादातर तरीके उसे दोबारा ट्रेन करने से जुड़े होते हैं — महंगा, धीमा और डेटा की भारी ज़रूरत वाला काम। heretic एक अलग रास्ता अपनाता है: यह बिना किसी ट्रेनिंग के, मॉडल के अंदरूनी weights को सीधे बदलकर उसे संशोधित करता है।
heretic (p-e-w/heretic) Philipp Emanuel Weidmann का Python टूल है। इसका README इसका उद्देश्य साफ़ शब्दों में बताता है: "Remove censorship, suppress slop, reduce sycophancy, and more." यह Arditi-style abliteration को स्वचालित करता है — एक तकनीक जो मॉडल के weights के अंदर खास दिशाओं को पहचानकर उन्हें हटाती है। यह AGPL-3.0 licence के तहत उपलब्ध है और PyPI पर heretic-llm के रूप में मिलता है।
मुख्य तथ्य
| विवरण | जानकारी |
|---|---|
| Repository | p-e-w/heretic |
| लेखक | Philipp Emanuel Weidmann |
| यह क्या है | बिना ट्रेनिंग के LLM में बदलाव का Python टूल |
| तकनीक | Arditi-style abliteration को स्वचालित करता है |
| Licence | AGPL-3.0 |
| Package | PyPI पर heretic-llm |
| Versions | v1.0.1 (16 नवंबर 2025); v2.0.0 (1 नवंबर 2026); v2.1.0 (8 नवंबर 2026) |
| GitHub stars | 18 नवंबर 2026 तक 41,819 / 5,077 forks |
| उल्लेखनीय | GitHub के `abliteration` topic में सबसे ज़्यादा stars वाला repo; 8 नवंबर 2026 तक ~6,793 Hugging Face मॉडल heretic टैग के साथ |
Star की संख्या नवंबर की शुरुआत में बढ़ी: नवंबर की शुरुआत में 38,125, 8 नवंबर को 39,978 और 10 नवंबर को 40,148 — और 18 नवंबर 2026 तक यह 41,819 stars (5,077 forks) तक पहुँच गई। Star की संख्या रुचि को दर्शाती है, production में इस्तेमाल को नहीं — इससे पता चलता है कि कितने डेवलपर किसी प्रोजेक्ट पर नज़र रख रहे हैं, न कि कितने उसे production में चला रहे हैं।
1 नवंबर 2026 को आया version 2.0.0 पुराने versions से संगत नहीं है: अब default modifier abliteration की बजाय ARA है। Version 2.1.0 इसके बाद 8 नवंबर 2026 को आया।
इसका क्या मतलब है
heretic एक dual-use टूल है, और यही इस कहानी का ईमानदार केंद्र है। जिस तकनीक से मॉडल का अवांछित व्यवहार कम किया जा सकता है — जैसे चापलूसी या घटिया आउटपुट — उसी तकनीक से refusal behaviour भी हटाया जा सकता है, यानी मॉडल का वह हिस्सा जो हानिकारक अनुरोधों को मना करता है। यह एक असली सुरक्षा-संबंधी समझौता है: क्षमता दोनों तरफ़ एक ही है, बदलता सिर्फ़ वह उद्देश्य है जिसके लिए उसका इस्तेमाल होता है।
इसकी लोकप्रियता — GitHub के `abliteration` topic में सबसे ज़्यादा stars वाला repository, और 8 नवंबर 2026 तक लगभग 6,793 Hugging Face मॉडल heretic टैग के साथ — दिखाती है कि बिना retraining की लागत के मॉडलों को दिशा देने में कितनी रुचि है। शोधकर्ताओं के लिए यह यह समझने का व्यावहारिक तरीका है कि मॉडल का व्यवहार weights के अंदर कैसे रहता है। बाकी सबके लिए यह एक याद दिलाता है कि किसी मॉडल के सुरक्षा उपाय पत्थर की लकीर नहीं हैं: उन्हें बदला जा सकता है, और इसीलिए यह सवाल मायने रखता है कि उन्हें कौन बदलता है, और क्यों।
सत्यापन पर एक नोट
इस post के तथ्य इस विषय के सत्यापित शोध रिकॉर्ड से लिए गए हैं, जिनमें repository की जानकारी और ऊपर दी गई तारीख सहित star की संख्याएँ शामिल हैं। Star की संख्या रोज़ बदलती है, इसलिए यहाँ दिया गया आंकड़ा 18 नवंबर 2026 का स्नैपशॉट है, live संख्या नहीं।
स्रोत: p-e-w/heretic repository रिकॉर्ड। अंतिम जांच: 21 नवंबर 2026।
FAQs
heretic क्या है?
heretic Philipp Emanuel Weidmann का Python टूल है, जो बिना ट्रेनिंग के LLM में बदलाव करता है। यह Arditi-style abliteration को स्वचालित करता है, और मॉडल को दोबारा ट्रेन करने की बजाय उसके weights को सीधे बदलता है।
heretic क्या करने का दावा करता है?
इसका README कहता है: "Remove censorship, suppress slop, reduce sycophancy, and more." उसी तकनीक से refusal behaviour भी हटाया जा सकता है, जो एक असली सुरक्षा-संबंधी समझौता है।
heretic v2.0 में क्या बदला?
1 नवंबर 2026 को आया version 2.0.0 पुराने versions से संगत नहीं है: अब default modifier abliteration की बजाय ARA है। Version 2.1.0 इसके बाद 8 नवंबर 2026 को आया।
GitHub पर heretic कितना लोकप्रिय है?
18 नवंबर 2026 तक p-e-w/heretic repository के 41,819 GitHub stars और 5,077 forks थे, और यह GitHub के abliteration topic में सबसे ज़्यादा stars वाला repository है। Star की संख्या रुचि को दर्शाती है, production में इस्तेमाल को नहीं।
Comments (0)
Share your question or experience about this syllabus. Your comment will appear after review.
No comments yet — be the first to share your thoughts!