降拒绝率的 lora，就等于放开限制？我觉得这么理解跑偏了。
以前 bypass 那一系是硬掰输出分布，副作用很明显：情绪表达发木，角色特征跟着丢，你让它做个表情，它回你一张呆脸。降拒绝这条路要是做得干净，模型不再中途跟你拉扯，剩下的算力才真拿去对齐你写的东西。所以外面放出来的样例里，情绪和角色知识反而保得更好，说白了是少了一层内耗，不玄。
得讲清楚我自己还没上手跑，这些只算旁观判断。原帖被删挺可惜的，作者以前放过别的工具，起码不是三无。有跑过的说下，多轮编辑下角色一致性掉不掉？
硬掰那种我用过，表情确实木，不过姿势反而更听话，算是取舍