Xóa bỏ là một phương pháp loại bỏ các rào cản an toàn bằng cách xác định và loại bỏ các vectơ định hướng cụ thể gây ra phản hồi từ chối khi kích hoạt nội bộ LLM.
Xóa bỏ là một phương pháp loại bỏ các rào cản an toàn mà không cần học thêm bằng cách xác định `` hướng gây ra sự từ chối '' khỏi sự khác biệt trong kích hoạt bên trong khi các lời nhắc có hại và vô hại được đưa ra cho LLM và loại bỏ hướng đó bằng cách trực giao hóa nó khỏi các trọng số mô hình. Kể từ năm 2024, phiên bản "xóa sổ" áp dụng cho người mẫu đại chúng trên Hugging Face đã lan rộng và nó được cho là đã trở nên nổi tiếng trong ngành như một loại người mẫu có trọng lượng mở nhấn mạnh tỷ lệ từ chối thấp. Bản thân công nghệ này không yêu cầu tinh chỉnh và có thể được thực hiện chỉ với chi phí suy luận nên rào cản chi phí thấp; tuy nhiên, trong hoạt động thực tế vào năm 2026, nếu một mô hình sửa đổi không rõ nguồn gốc được đưa vào hệ thống nội bộ thì sẽ có nguy cơ vi phạm tuân thủ và rò rỉ thông tin, đây là một cạm bẫy trong lĩnh vực này. Về giá thị trường, bản thân các mẫu sửa đổi hầu hết được phân phối miễn phí, nhưng khi giới thiệu chúng vào công ty, cần phải xem xét riêng hệ thống xác minh của nhà cung cấp và chi phí kiểm tra, vì vậy nên kiểm tra các thông số kỹ thuật lan can của nhà cung cấp chính thức trước khi quyết định có áp dụng chúng hay không.