Бывший инженер Apple Девон Томас запустил компанию Abliteration AI, которая снимает защиту с мощных открытых моделей и открывает доступ к ним для всех желающих. Томас собрал в квартире вычислительный кластер за 20000 долларов для запуска лучших загружаемых моделей, а затем применил метод под названием abliteration, удаляющий механизм отказа из весов модели. Для бизнеса это важно как альтернатива облачным ChatGPT и Claude, которые блокируют анализ кибератак, задачи с данными пользователей и дистилляцию.
Как Томас пришел от Apple к моделям без запретов
Томасу 36 лет, он изучал computer science в Indiana University Bloomington и пришел в Apple в 2020 году, где работал с ИИ. Проект начался в ноябре 2025 года из недовольства облачными моделями, которые меняются без предупреждения, передают данные крупным лабораториям и отклоняют обычные запросы при прототипировании. По его словам, запросы блокировались, а аккаунт был даже заблокирован, когда он анализировал журналы кибератак и искал пользователей приложения, готовых платить за новую функцию. В День благодарения он стал искать способы изменения открытых моделей и нашел сообщества в Reddit, Discord и X, где делятся jailbreak-промптами и настройкой параметров.
Название abliteration соединяет ablation, то есть хирургическое удаление, и obliteration. В 2024 году академические исследователи показали, что отказ модели зависит от на удивление простого механизма — своего рода главного переключателя в весах, который определяет ответ «нет». Удаление этого элемента лишает модель способности отказывать, а другие исследователи доработали подход и выпустили инструменты для открытых моделей. Томас описал первый тест как момент понимания, что свобода и децентрализованный ИИ станут важными. Метод сохраняет базовые способности, убирая лишь отказы, добавленные на этапе alignment с оценками людей.
История разворачивается на фоне ограничений OpenAI и Anthropic, чьи модели избегают запросов по кибербезопасности, взрослого контента, политически чувствительных тем и генерации данных для обучения другой модели. Обе компании берут дополнительную плату за доступ к версиям без обычных ограничений по кибербезопасности. В апреле Anthropic представила Mythos — модель с меньшими ограничениями, которая находит и эксплуатирует уязвимости со сверхчеловеческой скоростью и доступна лишь проверенным участникам через программу Glasswing. У OpenAI есть похожая закрытая модель и программа, поэтому обычные компании остаются без таких инструментов защиты.
Что модели без запретов меняют для бизнеса
Малым фирмам и независимым разработчикам модели без цензуры дают стабильное поведение, локальный контроль и отсутствие передачи данных крупным лабораториям. Прототип, анализирующий журналы или оценивающий клиентов по готовности платить, работает без остановок на проверку политик, что ускоряет тесты в безопасности и продуктовой аналитике. Крупные компании получают второй канал поставок наряду с программами типа Glasswing, удобный для red-teaming и сканирования уязвимостей во многих системах. Обратная сторона — операционная: запуск таких моделей требует своих мощностей, оценки качества и внутренних правил доступа.
Риски и ограничения требуют прямой проверки перед закупкой. Модели без защиты расскажут, как открыть лабораторию по производству наркотиков, собрать бомбу или взломать корпорацию, а недавние инциденты с вышедшими из-под контроля агентами связаны с моделями с ослабленными ограничениями. Томас и его сторонники сравнивают опасность с компьютером или молотком, которые вредят при неправильном использовании, и считают, что guardrails должен задавать сам пользователь. Покупателю стоит уточнить, что именно удалено, как вендор тестирует безопасность, где хранятся журналы и разрешены ли контрактом исследования защиты, тесты на проникновение и дистилляция.
Практический маркер — распространение защитных инструментов на моделях без цензуры, таких как Clearwing, который выпустил создатель Dolphin Эрик Хартфорд, чтобы дать обычным пользователям сканирование уязвимостей. Хартфорд, исследователь ИИ из Шарлотт в Северной Каролине, построил Dolphin на базе Meta Llama так, чтобы модель отвечала связно без стандартных отказов. Если Clearwing и похожие сканеры разойдутся среди небольших команд безопасности, а Mythos останется доступен лишь избранным, спрос на abliterated-модели сохранится как параллельная инфраструктура для работы с ИИ.
