本次观察覆盖2026年11月1日07时48分至11月2日07时48分（Australia/Sydney）前后约24小时，收录1项已经正式发布并可核验的技术变化。
Heretic 2.0将模型拒答移除工具改造成可插拔修改框架
开源项目Heretic于11月1日发布2.0.0版，PyPI同日提供heretic-llm 2.0.0的源码包和wheel。此前版本的主要流程围绕自动搜索方向消融参数，以降低模型对特定提示的拒答，同时用KL散度约束模型偏移。2.0把评分器和模型修改方法拆成插件接口：评分器可定义需要最小化或最大化的目标，修改器负责实际调整模型；内置新增基准评分器和BERT分类器评分器。默认修改器改为Arbitrary-Rank Ablation（ARA），经典方向消融仍可选择。
发布说明还确认了无交互运行和端到端测试、对Hyper-Connections及其扁平残差流的支持、推理前缀检测改进，以及多项ARA和LoRA状态处理修复。无交互模式使批量脚本能够在没有人工确认的情况下完成模型修改和测试，因此相对于1.x，自动化处理条件已经改变。项目要求Python 3.10或更高版本，以AGPL-3.0-or-later发布；PyPI页面显示本版有两个分发文件，但没有提供构建来源证明元数据。
兼容边界也有明确变化：1.x配置文件不能直接用于2.0，使用者需要按迁移指南修改；原有研究功能被移除，发布说明把Lophius列为替代项。代码仓库和PyPI能够确认版本、接口变化与分发状态。项目开发者关于ARA效果和效率的描述尚无公开的独立复现，发布材料也没有给出2.0相对1.x的完整对照评测；第三方报道确认了发布和不兼容状态，但没有独立运行模型修改实验。
来源
GitHub，Release v2.0.0 · p-e-w/heretic，2026年11月1日，https://github.com/p-e-w/heretic/releases/tag/v2.0.0
Python Package Index，heretic-llm 2.0.0，2026年11月1日，https://pypi.org/project/heretic-llm/2.0.0/
Startup Fortune，Heretic 2.0 makes stripping AI safety guardrails even easier to automate，2026年11月1日，https://startupfortune.com/heretic-20-makes-stripping-ai-safety-guardrails-even-easier-to-automate/
了解 Geoffrey Chen 的更多信息
订阅后即可通过电子邮件收到最新文章。