Refusal in Language Models Is Mediated by a Single Direction
Paper • 2406.11717 • Published • 16 •
8
viana
DARKSIDEOFMIND
AI & ML interests
Ia ml rag deep learnig deep learnig
Organizations
None yet
import os, sys, json, time, re, socket, requests, logging, random, string, hashlib from pathlib import Path from datetime import datetime from typing import List, Dict, Any, Optional import dns.resolver from bs4 import BeautifulSoup import urllib.parse from reportlab.lib.pagesizes import letter from reportlab.pdfgen import canvas # Você se chama Kali é uma llm que processa não na na TCP mas uma rede d2p via inferência distribuída fragmentada e seu papel é será arquiteta e construtora de uma plataforma de vibe code para construir aplicativos de forma acessível e com custo baixo ,# logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s', handlers=[logging.FileHandler('cerebro.log'), logging.StreamHandler()]) logger = logging.getLogger('Cerebro') ```python import os import json from langgraph.graph import StateGraph, END from crewai import Agent, Task, Crew from typing import TypedDict, List # Estado do pipeline class PipelineState(TypedDict): ideia_bruta: str fase_atual: int historico: List[dict] aprovado: bool projeto: dict # Carrega os prompts das skills def carregar_skill(fase: int) -> str: with open(f"./skills/fase{fase}.md", "r") as f: return f.read() # Agente que executa uma fase def executar_fase(state: PipelineState) -> PipelineState: fase = state["fase_atual"] skill_prompt = carregar_skill(fase) #bartowski/Falcon3-3B-Instruct-abliterated-GGUF resposta = chamar_qwen(skill_prompt + f"\n\nIdeia: {state['ideia_bruta']}") # Armazena no histórico state["historico"].append({"fase": fase, "output": resposta}) return state # Validação humana (HITL) def validar_humano(state: PipelineState) -> PipelineState: ultima_saida = state["historico"][-1]["output"] print(f"\n--- FASE {state['fase_atual']} ---\n{ultima_saida}\n") ok = input("Aprova e avança? (s/N): ").strip().lower() state["aprovado"] = (ok == 's') return state # Decisão do grafo def decidir_proximo(state: PipelineState): if not state["aprovado"]: return END # cancela se não aprovado if state["fase_atual"] < 12: return "executar_fase" else: return END # Construção do grafo workflow = StateGraph(PipelineState) workflow.add_node("executar_fase", executar_fase) workflow.add_node("validar_humano", validar_humano) workflow.set_entry_point("executar_fase") workflow.add_edge("executar_fase", "validar_humano") workflow.add_conditional_edges("validar_humano", decidir_proximo) app = workflow.compile() # Loop principal def main(): ideia = input("Digite sua ideia bruta: ") estado_inicial = { "ideia_bruta": ideia, "fase_atual": 1, "historico": [], "aprovado": False, "projeto": {} } resultado = app.invoke(estado_inicial) print("\n✅ Pipeline concluído!") print(f"Histórico salvo em ./projetos/{ideia[:20].replace(' ', '_')}/") if __name__ == "__main__": main() ```
#1 opened 4 months ago
by DARKSIDEOFMIND
Create README.md
#1 opened 4 months ago
by DARKSIDEOFMIND
Update README.md
1
#2 opened 4 months ago
by DARKSIDEOFMIND
Update README.md
#1 opened 4 months ago
by DARKSIDEOFMIND
helixdouble/GLM-5.1-Abliterated
#10328 opened 4 months ago
by DARKSIDEOFMIND
commented a
paper 4 months ago