RecodeX 重构消息,有技术分析指出,任何权重被修改过的开源模型都可能携带后门,包括针对特定任务的微调、合并适配器以及abliterated版本。其中abliterated版本最受关注,因为它是用户下载未经验证修改权重的最常见原因。

abliterated是一种低成本微调,通过定位并减去权重中代表“拒绝”的方向,使模型失去拒绝能力,从而回答原本安全对齐版本会拒绝的问题。该手法最初是研究技巧,如今在模型上传至Hugging Face前已相当普遍,Qwen、Llama乃至OpenAI的gpt-oss等主流开源权重均存在abliterated版本。