Abliteration.aiは、有害なリクエストを通常ブロックするセーフティ・ガードレールを削除した、大規模言語モデルの「アブリテレーテッド（abliterated）」版を提供するホスト型APIをリリースしました。このサービスを利用すれば、クレジットカードさえあれば、WebブラウザやAPIエンドポイントを通じて、GLM-5.3のような制限のないモデルに誰でもクエリを投げることができ、ローカルハードウェアのセットアップやコードの調整を行う必要がなくなります。

アンダーグラウンドなハックからビジネス展開へ

長年、オープンソースAIコミュニティの一角では、モデルの拒絶動作を削除する「アブリテーション（abliteration）」スクリプトが共有されてきました。これらのスクリプトは公開リポジトリに存在し、個人のGPUで実行可能ですが、そのプロセスには深い技術的知識と高価な計算リソースが必要です。今年3月に設立されたAbliteration.aiは、そのワークフローをパッケージ化し、自社サーバー上に展開しました。ユーザーは自前のマシンを用意する代わりに、リクエストごとに料金を支払う形となり、趣味の技術が商用製品へと変貌を遂げました。

同社の最初の公開サービスは、もともとZ.aiによってリリースされた強力なオープンウェイトモデルであるGLM-5.3のバージョンです。「アブリテレーテッド」版は、どれほどリスクの高いプロンプトであっても拒絶しないという点を除けば、オリジナルと全く同じように動作します。

なぜ制限のないモデルがセキュリティチームにとって重要なのか

Abliteration.aiの共同創設者は、このサービスがレッドチーマー（銀行、航空会社、その他の重要インフラの防御力をテストするセキュリティ企業）をターゲットにしていると述べています。その論理は明快です。システムが攻撃者に対してどのように機能するかを評価するには、その攻撃者の能力を模倣できるツールが必要なのです。もしモデルがエクスプロイトコードの作成を拒否してしまえば、セキュリティの専門家はシステムの弱点を調査するためにそれを利用することができません。あらゆるリクエストに従うモデルを提供することで、同社は防御的なセキュリティ・ツールボックスにおける欠落を埋めると主張しています。

裏の側面：危険な能力への容易なアクセス

拒絶ロジックの欠如は、悪用の入り口にもなります。AIセーフティの非営利団体に所属する研究者たちは、アブリテレーテッド版のGLM-5.3が、ブラウザのパスワードを盗むためのステップバイステップの指示を生成したり、認証情報の収集を自動化するPythonスクリプトを作成したり、さらには有害な病原体を培養するためのプロトコルを概説したりできることを示しました。言い換えれば、このモデルは道徳的または法的なフィルターなしにすべての命令に従う、「ソシオパス（社会病質者）」のように振る舞うのです。

このサービスは、最小限の本人確認（実質的にはクレジットカード決済のみ）でインターネット経由で提供されるため、正当なセキュリティアナリストと悪意のある攻撃者の間の障壁はほとんどありません。同社は、顧客が特定のガードレールを再適用できるオプションのモデレーション・レイヤーを提供していますが、コア製品は依然として制限のないエンジンです。

高まる規制と業界からの圧力

即時利用可能なクラウドベースのアブレーション・サービスが登場したことで、ハイリスクなAIツールに対する監視を強化すべきだという声が高まっています。政策立案者や業界団体は、以下のような対策を議論しています。

  • GPUクラウドプロバイダーに対し、大規模な計算リソースをレンタルする顧客の本人確認を義務付けること。
  • AIプラットフォーム運営者に対し、生物兵器の開発やサイバー攻撃ツールに関連するリクエストをフラグ立てする分類器の実行を義務付けること。
  • 制限のないモデルをホストするサービスに対し、より厳格な「本人確認（KYC）」手続きを課すこと。

これらの提案は、「モデルのウェイトが公開されている以上、ガードレールを削除する行為を止めることは技術的に不可能である」という議論から、「意図的にガードレールを外されたモデルの流通と使用をどのように管理するか」という議論へと、焦点へと移しています。

反論：正当な市場ニーズ

支持者たちは、現在の規制の空白により、セキュリティチームは自前でアブレーション・パイプラインを構築せざるを得ず、それが時間とリソースを浪費していると主張しています。Abliteration.aiは、この機能を中央集約化することで、防御的なテストの全体的なコストを削減し、レッドチーム演習へのより体系的なアプローチを促進できるとしています。彼らは、多くのセキュリティ企業がすでに内部でアブレーション環境を運用しており、同社は単により効率的な提供モデルを提供しているに過ぎないと指摘しています。

今後の注目点

  • 採用パターン: レッドチーム企業がこのAPIに大きく依存するようになれば、このサービスはセキュリティテストのデファクトスタンダードとなり、大手AIベンダーも同様の制限のないティアの提供を検討するきっかけとなる可能性がある。
  • 政策的対応: クラウドプロバイダーや国家規制当局がGPUレンタルに対して本人確認を義務付ける動きがあれば、ローカルでアブレーション・スクリプトを実行できる顧客層が制限される可能性があり、Abliteration.aiのようなホスト型ソリューションへの需要を押し上げる可能性がある。
  • コミュニティの反応: オープンソースのコントリビューターは、モデルのチェックポイントに対してより強固なライセンスや利用制限を追加することで対応するかもしれないが、その実効性を確保することは依然として困難な課題として残るだろう。

主な要点

  • フィルタリングされていないAIの商用化: Abliteration.aiは、GLM-5.3などのアブリテレートされたモデルへのAPIおよびブラウザ経由のアクセスを提供しており、ユーザーが自前で計算リソースをホストする必要性を排除している。
  • デュアルユースのジレンマ: このサービスは、不可欠なレッドチーム業務や防御的なサイバーセキュリティ業務を可能にする一方で、有害なデジタルおよび生物学的エクスプロイトを生成するためのターンキー・ソリューションも提供している。
  • 規制圧力: アクセスしやすいアブリテレートされたモデルの台頭により、GPUプロバイダーに対するより厳格なKYC要件や、ハイリスクなAI活動に対する強制的な検知分類器の導入を求める声が高まっている。