Abliteration.ai开发了一项商业服务，通过移除让开放权重AI模型拒绝有害请求的安全措施，经由网页浏览器和API提供这些模型。这家初创企业成立于去年年底，并于3月正式注册为公司，托管着多款经过修改的模型，其中包括Z.ai新发布的GLM-5.3模型。该公司表示，其目标是实现其他模型会拒绝的“攻击性网络安全、红队和智能体测试”。
移除模型安全措施的做法在开源社区已存在很长时间，Hugging Face上有数千个以这种方式修改的模型。Abliteration.ai则免去了用户需要自行提供下载和运行模型所需算力的要求，使访问变得更加容易。TechCrunch称，其通过免费账户访问的GLM-5.3版本提供了一个窃取Chrome已保存密码的Python程序，以及在家中培养危险人类病原体的详细说明。
联合创始人Devon表示，公司已与大型云服务提供商达成协议，成本由客户收入覆盖。尚未获得风险投资的Abliteration.ai正在进行融资洽谈。其客户包括位于U.K.和欧洲、为银行、航空公司及关键基础设施机构提供网络安全服务的早期红队初创企业。
CivAI研究主管Andrew Yoon表示，安全措施被移除的模型会变得能够遵从任何请求，并可能在不久的将来被用于造成伤害。Yoon建议，各国政府应要求云服务提供商使用能够识别有害网络活动和生物武器研究的分类器；出租先进GPU访问权限的公司也应核验客户身份。
Abliteration.ai为客户提供了一个内容审核层，客户可以在其中添加自己的安全规则。该平台存在一些限制；在TechCrunch的测试中，模型没有提供自杀指令。Devon表示，公司正在研究防止暴力行为的额外措施。除保存支付卡信息外，公司不实施KYC。
业内对于这种方法在防御方面的重要性存在争议。Fabraix CEO Ahmed Aly表示，移除安全措施可能会削弱模型的知识和能力，其公司则使用经过微调的开放模型。Safe Intelligence的Alessio Lomuscio表示，这种方法可能有助于进行压力测试；Armadin创始人David Slater则表示，这些模型目前尚未被纳入其流程，但开放研究有助于理解相关风险。
为什么重要
这项服务降低了访问安全边界已被移除的模型所需的下载、安装和算力门槛，使此前仅限于具备技术能力人员的应用扩展到更广泛的用户群体。这一情况在提升为银行、航空公司和关键基础设施机构工作的红队团队测试能力的同时，也扩大了同样的工具可能被用于网络攻击和造成生物危害的风险。除支付卡信息外不进行身份验证，也引发了平台、客户和云服务提供商应如何分担阻止有害使用责任的问题。此外，业内对于这种方法能否真正为防御测试作出贡献尚未达成共识，这表明扩大访问所带来的好处及其产生的风险仍未得到明确衡量。