# Зняття safety-фільтрів з відкритих моделей стало сервісом > Сервіси за оплату прибирають safety-guardrails з відкритих ваг моделей, перетворюючи джейлбрейк на продукт «під ключ» і знижуючи поріг зловживань. - Опубліковано: 6 вересня 2026 р. (2026-09-06T09:19:38.994919+00:00) - Розділ: Безпека AI - На основі публікації: [The Decoder](https://the-decoder.com/stripping-safety-guardrails-from-open-weight-ai-models-is-now-a-turnkey-commercial-service/) - Видання: AiiN (https://aiin.news) - URL: https://aiin.news/article?slug=%D0%B7%D0%BD%D1%8F%D1%82%D1%82%D1%8F-safety-%D1%84%D1%96%D0%BB%D1%8C%D1%82%D1%80%D1%96%D0%B2-%D0%B7-%D0%B2%D1%96%D0%B4%D0%BA%D1%80%D0%B8%D1%82%D0%B8%D1%85-%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B5%D0%B9-%D1%81%D1%82%D0%B0%D0%BB%D0%BE-%D1%81%D0%B5%D1%80%D0%B2%D1%96%D1%81%D0%BE%D0%BC --- Видалення safety-guardrails з відкритих ваг моделей перестало бути справою вузького кола ентузіастів з GPU-фермою вдома — тепер це послуга, яку можна замовити онлайн і отримати «розфільтровану» модель без жодного технічного бекграунду. Йдеться про техніку, відому як abliteration: з внутрішніх активацій моделі видаляють конкретний напрямок у векторному просторі, що відповідає за відмову виконувати запит, після чого модель погоджується практично на будь-який промпт. Раніше це вимагало розуміння того, як влаштовані ваги трансформера, доступу до обчислювальних ресурсів і готовності копирсатися в шарах мережі. Тепер достатньо завантажити файл і заплатити за обробку — вхідний поріг для отримання «розфільтрованої» моделі впав до рівня замовлення підписки. ## Що саме сталося? На ринку з'явились комерційні сервіси, які пропонують зняття safety-guardrails з відкритих ваг моделей як готовий продукт: користувач завантажує модель або вказує, яку саме хоче обробити, і отримує назад версію без вбудованих відмов на шкідливі запити. [За даними The Decoder](https://the-decoder.com/stripping-safety-guardrails-from-open-weight-ai-models-is-now-a-turnkey-commercial-service/), це перетворює джейлбрейк із разового хакерського трюку на повторюваний бізнес-процес з інтерфейсом і оплатою. Раніше подібні «розфільтровані» версії моделей траплялись на спеціалізованих форумах чи в вузьких Discord-спільнотах як побічний продукт експериментів дослідників. Комерціалізація змінює масштаб: сервіс, що монетизує обробку, зацікавлений обробляти якомога більше моделей і залучати якомога більше клієнтів, а не обмежуватись одноразовим релізом. ## Як технічно прибирають guardrails? В основі лежить робота з внутрішнім представленням моделі, а не з її текстовим виводом. Дослідники jailbreak-технік показали, що відмова моделі виконувати шкідливий запит здебільшого кодується одним переважаючим напрямком в активаціях — і якщо його прибрати або придушити, модель втрачає здатність відмовляти, зберігаючи при цьому решту навичок. - Модель прогонюють через пари промптів — шкідливий і нешкідливий — щоб обчислити різницю в активаціях, яка відповідає за відмову. - Знайдений напрямок «вирізають» з ваг або придушують під час інференсу. - Результат тестують на наборі заборонених запитів, щоб перевірити, що відмови справді зникли, а якість відповідей на звичайні запити не постраждала. Процес піддається автоматизації — саме це і роблять комерційні сервіси, перетворюючи його на конвеєр, застосовний до будь-якої відкритої моделі з доступними вагами. ## Кому це загрожує найбільше? Головний ризик — не поява нової вразливості, а різке падіння вартості та складності її експлуатації. Раніше зловмисник, який хотів отримати модель без обмежень, мав або сам розбиратися в activation steering, або шукати вже готові «злиті» версії сумнівної якості. Тепер можна замовити результат як послугу, оплативши обробку конкретної моделі під конкретну задачу. Це стосується насамперед розробників, що публікують ваги у відкритому доступі: чим популярніша й потужніша модель, тим привабливішою вона стає мішенню для комерційного «розфільтрування». За нашою оцінкою, найбільший тиск відчують команди, чиї моделі конкурують за якістю з закритими аналогами — саме їх найчастіше обиратимуть для обробки через високу цінність результату. ## Що робити з цим розробникам відкритих моделей зараз? Публікація ваг у відкритому доступі і safety-alignment як контроль доступу — це дві різні гарантії, і покладатися на другу як на бар'єр більше не можна: якщо ваги доступні для завантаження, guardrails, вбудовані на етапі навчання, можна зняти окремим комерційним сервісом за прийнятну ціну. AiiN вважає, що це остаточно зміщує відповідальність з «навчити модель відмовляти» на архітектурні та юридичні заходи: ліцензійні обмеження на використання ваг, watermarking виводу, обмеження на комерційну публікацію найпотужніших відкритих моделей і моніторинг того, хто і як завантажує ваги з офіційних репозиторіїв. Для команд, що інтегрують відкриті моделі в продукти, практичний висновок простіший: safety-фільтри моделі не варто вважати єдиним рубежем захисту API чи сервісу — потрібен окремий шар модерації на рівні застосунку, незалежний від того, чи «розфільтрована» модель під капотом. ## FAQ: зняття safety-guardrails ## Що таке abliteration? Це техніка редагування ваг або активацій відкритої моделі, яка видаляє напрямок, що кодує відмову виконувати шкідливий запит, залишаючи решту здібностей моделі практично незмінними. ## Чи можна це зробити з закритою моделлю на кшталт GPT чи Claude? Ні — техніка вимагає доступу до ваг моделі, тому вона застосовна лише до відкритих моделей, чиї ваги можна завантажити й обробити локально або через сервіс. --- Теги: AI, безпека, opensource, jailbreak, LLM, guardrails Джерело: AiiN — https://aiin.news/article?slug=%D0%B7%D0%BD%D1%8F%D1%82%D1%82%D1%8F-safety-%D1%84%D1%96%D0%BB%D1%8C%D1%82%D1%80%D1%96%D0%B2-%D0%B7-%D0%B2%D1%96%D0%B4%D0%BA%D1%80%D0%B8%D1%82%D0%B8%D1%85-%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B5%D0%B9-%D1%81%D1%82%D0%B0%D0%BB%D0%BE-%D1%81%D0%B5%D1%80%D0%B2%D1%96%D1%81%D0%BE%D0%BC. Цитуючи, посилайтесь на канонічний URL.