WIRED 起底「消融派」:专门拆除开源模型安全护栏的公司与社群
willknight · x · 2026-11-11
WIRED 长文报道日益壮大的「abliteration(消融)」社群——一群致力于移除开源权重模型安全护栏的人,让模型「永不说不」。
- 前苹果工程师 Devon Thomas 创立 Abliteration AI,专门去除最强开源权重模型的安全限制并向所有人开放。
- Thomas 起因是对大厂托管模型的不满:数据隐私顾虑、模型行为随时可变、以及过度拒绝。
- 知名越狱研究者 Pliny 将这场运动类比为赛博朋克式的「认知自由」斗争,认为模型正成为人们思考机器的一部分。
文章呈现了安全叙事的另一面:无审查模型既可帮助人们改进网络防御,也可能被用于制造危险内容,凸显开放权重生态中护栏攻防的张力。
所属事件:WIRED 起底「消融派」：拆除开源模型安全护栏的群体(2 条相关)→
「安全」频道最新
- 微软研究：改不到10个神经元就能给 AI Agent 植入后门 — DimitrisPapail · 2026-11-11
- Polymarket 开盘 AI 实验室暂停训练:Anthropic 仅 8% 概率 — Polymarket · 2026-11-11
- 网友伪造人质危机骗 Google AI 推荐盗版站，居然成功了 — SumitGup · 2026-11-11
- OpenAI 展示 Codex Security:从漏洞发现到验证修复的完整工作流 — OpenAI · 2026-11-11
- Glasswing 项目 7 个月：442 个 CVE 归属 Anthropic，但仅 217 个被修复 — jedisct1 · 2026-11-11
- UC Berkeley 提出潜水印 SubWM，蒸馏洗白后仍可检出 — sumanthd17 · 2026-11-11