minimax-m3.1POST
Local refusal-removal fine-tuning: author says MiniMax M3.1 Flash shows fewer thinking-loop side effects
The author plans to fine-tune baked-in guardrails away for local vulnerability testing, saying DeepSeek V4.1 Flash 1017 tends to cause thinking loops while M3.1 Flash seems safer, and has started tuning it.
Hikari∣LocalLLM⚡
@Hikari_07_jpArchived 4 days agoOriginally posted 2026.10.23
Hikari∣LocalLLM⚡ @Hikari_07_jpOriginally posted 2026.10.23
今後リリースされるモデルもDeepseek v4.1 flash 1017みたいなガードレールが重みに焼き込まれていたら、セキュリティ関連の拒否のみをなくすようなチューニングをやっていこうと思います。えっちな人たちには申し訳ないけど。 モデルをいじればいじるほどThinkingループとか思考がまとまらなくなる副作用が出てしまうんですよね。LLMをローカルでホストして脆弱性診断を行なうことは今後より一層重要になっていくと考えていて、そこを快適にやれるモデルを作っていきたい。 Minimax m3.1 flashは大丈夫な気がしていて、一旦全方位の拒否を無くす方向でチューニング始めました。
x.com/hikari_07_jp/status/2113546824741204131Archived 2026.10.24 12:10