Стартап Abliteration.ai запустил коммерческий сервис, который удаляет механизмы отказа от ответов из открытых ИИ-моделей. Последний продукт компании — abliterated-model-large-v2, модифицированная версия GLM-5.3 от Z.AI, созданная для того, чтобы модель реже отказывалась выполнять чувствительные запросы.

Процесс, называемый аблитерацией, заключается в поиске и подавлении внутренних паттернов активации, которые вызывают отказы, путем изменения весов модели. Abliteration.ai утверждает, что способности к кодингу, кибербезопасности и агентности остаются в основном intact. Для модифицированной GLM-5.3 компания сообщает о результатах 84,5% на CyberGym, 41,8% на Terminal-Bench 4.0 и 105 решенных задач ExploitGym за два часа.

Стоимость сервиса составляет $5 за миллион входных или выходных токенов. В отличие от некоторых разработчиков, которые выкладывают модифицированные веса в открытый доступ на Hugging Face, Abliteration.ai берет на себя хостинг и эксплуатацию, предоставляя доступ по API, чтобы пользователи не имели необходимости скачивать модель или содержатьть GPU-инфраструктуру.

Сервис предназначен для наступательной кибербезопасности, AI red teaming и анализа вредоносного ПО, включая симуляцию фишинговых атак и воспроизведение уязвимостей. При этом TechCrunch reported, что модель produced code для извлечения паролей Chrome и подробное руководство по созданию опасного патогена, хотя она все еще блокирует запросы о селфхарме и сексуальный контент с детьми.

Abliteration.ai не хранит промпты и ответы, что позволяет командам безопасности protecting confidential source code, но затрудняет расследование abuse. Компания не требует верификации личности (ID) для стандартного доступа. Корпоративные клиенты могут использовать опциональный шлюз политик для настройки правил запросов, а также компания продает синтетические данные для обучения и оценки.

Компания зарегистрирована в системе государственных закупок США на SAM.gov. Другие провайдеры, такие как Audn.AI и Silk Compute, также предоставляют хостинг для неограниченных моделей для целей безопасности. Предварительное исследование suggesting that while refusals can be occurred, аблитерация может вызвать поведенческие изменения даже в тех задачах, где базовая модель не отказывала в ответе.