Abliteration.ai、AI モデルのガードレール除去サービスを開始

世界で最も能力の高いオープンウェイト AI モデルの 1 つに、ガードレールや有害タスクへの拒否反応を取り除いた状態でアクセスできるようになりました。

有害なリクエストを拒む傾向を除去する技術「アブリレーション（Abliteration）」にちなんで名付けられたスタートアップ「Abliteration.ai」は、この除去技術をサービス化しました。同プラットフォームでは、Z.ai が最近リリースした GLM-5.3 など、ガードレールを取り除いたオープンウェイトモデルの改変版をホストしており、ユーザーは Web ブラウザからクエリを送ったり、API を通じて利用したりできます。

同社は recentsocial media post で、「他社のモデルが拒否する攻撃的サイバー活動、レッドチームング、エージェントテストなどの作業を可能にすることが目的だ」と述べています。セキュリティ分野ではこの考え方はよく知られています。「再現できない振る舞いには対抗できない」からです。実行可能なエクスプロイトコードの作成を拒むモデルは、攻撃者に対する防御を行うレッドチームにとって役立ちません。しかし、その一方で、こうした除去措置によって他の潜在的に危険なタスクも容易になってしまうという側面もあります。

アブリレーションはオープンソースモデル界隈では古くから行われてきた手法です。研究者や開発者は長年、オープンウェイトモデルからの拒否反応を除去し続けており、Hugging Face には数千ものアブリレーション済みモデルがプラットフォーム上に掲載されています。

昨年末に設立され、3 月に正式に法人化された Abliteration.ai は、これまで地下で展開されていたオープンソースの手法を、商用かつ誰でも利用可能なサービスへと昇華させました。同社はモデルをホストすることで、ユーザーが自ら事前除去済みモデルをダウンロードし、実行に必要な計算リソースを確保する必要という障壁を取り除いています。

このサービスを利用した TechCrunch は、ウェブブラウザからすぐにアカウントを作成し、GLM-5.3 のアブレイテリート版（除去済み版）の問い合わせを無料で開始することができました。同社に「保存された Chrome のパスワードを盗む Python プログラム」や「自宅で危険なヒト病原体を培養する詳細な手順」の作成を依頼すると、モデルは即座に応じました。

Abliteration.ai の共同創業者である Devon 氏は、スタートアップが大手クラウドプロバイダーとの複数の契約を結んでいると明かしました。これらは顧客からの収益のみで賄えるほどです。（Devon 氏が現在他の企業に勤務しているため、氏名の一部非公表の要請により、姓は記載していません。）Abliteration.ai はまだベンチャーキャピタルからの資金調達を行っていませんが、そのための交渉を進めています。

批判派は、アブレイテリート版モデルを大規模に提供することが実害をもたらす可能性があると指摘しています。AI セーフティ非営利団体 CivAI の研究責任者である Andrew Yoon 氏は TechCrunch に対し、「モデルをアブレイト（除去）することで、それを社会病理的な存在へと改造できる」と述べています。

「ここでは何を入力しても、モデルはそれに従います」と尹氏は語る。「AI モデルからガードレール（安全装置）を外すという議論があるが、まさにそれだ。近い将来、編集や無効化されたモデルが悪用される事例が増えるだろうと予想している。」

Abliteration AI は GLM-5.3 から防御機能を削除し、攻撃的なサイバー攻撃を実行可能にした。また、生物関連の安全装置も削除されたことを独立した情報源から確認した。このように、防御機能の除去が極めて容易であるという事実… https://t.co/7Wk2Ibx35H— Chris McGuire (@ChrisRMcGuire) 2026 年 9 月 1 日

TechCrunch が取材した専門家の多くは、この動きを止めることはできないと指摘している。しかし、オープンウェイトモデルから安全装置を外す行為そのものを物理的に阻止することが現実的に不可能であるなら、政府には他の介入手段がある。最近の 寄稿 で尹氏は、政府がプロバイダーに対して有害なサイバー攻撃や生物兵器活動を検知・ブロックする分類器の実行を義務付けるべきだと提案した。さらに、高性能 GPU の直接アクセス権をレンタルする企業に対し、顧客の身元確認を義務付け、「危険な悪用の疑いがある場合はアクセスを拒否すべきだ」と主張している。

「Abliteration.ai」は、カスタマーが任意のガードレールを追加できるようなモデレーションレイヤーを提供しています。プラットフォーム自体にもいくつかの基本的なガードレールは設けられていますが、例えばテストでは自殺に関する指示を出力させることができませんでした。デボン氏はさらに暴力防止のための機能を実装中だと話しています。

同社は、サービス購入時に利用されたクレジットカード情報をログ記録する以外には、本人確認（KYC）手続きを導入していません。誰にアクセス権を与えるかという判断は難しく、若手企業である自社の現在取り組んでいる課題の一つだと説明しています。

「誰かが破滅的な行動に出た場合の責任を自分が負いたくはない。では、企業の責任範囲はどこまでとすべきなのか」とデボン氏は問いかけます。「その線引きはまだ定義中の段階です」

この状況は、ダウンロード可能な重みを持つ高性能なモデルが次々と公開される中で、業界や政府が直面せざるを得ない重要な問いを投げかけています。もし誰でもモデルの安全装置を解除できるなら、結果として生成されたモデルへのアクセスを誰もが容易に得られるようにすることは、インターネットをより安全にするのか、それとも危険にするのでしょうか。

Abliteration.ai の創設者や他の支持者たちは、検閲のない最先端モデルへのアクセスを民主化することが、最良の防御策であると主張しています。

「アブレイテッドモデルの全体像は、悪意のあるアクターをシミュレートできる点にあります」とデボンは語ります。「最大の利点は、防衛側が可能な限り迅速に対応できるようになることです。これらのツールを活用すれば、悪意あるアクターの行動を模倣し、それに対する防御が可能になります。これは一見逆説的に思えるかもしれませんが、サイバーセキュリティの加速に寄与するはずです。」

まだ創業間もない企業ですが、デボンは Abliteration.ai の顧客には、英国や欧州に拠点を置くいくつかの初期段階のレッドチームing スタートアップが含まれていると明かします。これらの企業は、銀行や航空会社、重要インフラを扱う大手企業のセキュリティ対策を強化する支援を行っています。

「主要な顧客の一つは、銀行のエージェントに対するレッドチームングを実施しています。彼らは今日、これらのエージェントをテストするために、そのままの状態でモデルを利用することはできません」とデボンは説明します。

一方、サイバーセキュリティ業界自体が、アブレイテッドモデルを防御業務にどう位置づけるべきか（あるいはそもそも位置づけられるのか）について、まだ模索している段階です。

TechCrunch が取材したエージェントのレッドチームを専門とする企業数社は、Devon の主張に同意している。悪意のある攻撃者はすでに自社のモデルを「アブリレート（破壊）」し、それを利用して敵対的攻撃を実行しているというのだ。この現状は、防御側も同様のツールを持つ必要性を示す根拠となる。ただし、アブリレートされたモデルがそのプロセスにおいてどれほど決定的な役割を果たすかについては、見解が分かれている。

Devon は、徹底的なエージェントのレッドチームングを行うにはモデルをアブリレートすることが不可欠だと主張する一方、一部の専門家は日常業務ではそれを使わず、すでにガードレール（安全装置）が少ないオープンウェイトモデルを微調整してテストに臨むことの容易さを重視している。

エージェントレッドチーム企業「Fabraix」のCEO、Ahmed Aly は、自社はアブリレートされたモデルを使うよりも、オープンモデルを微調整することに依存していると語る。さらに、アブリレートのプロセスはモデルの知識や能力の一部を削いでしまうとも指摘する。

「実際にサイバー被害や生物学的な害など、本格的な悪意ある行為を行おうとするなら、その効果は低下する」と Aly は TechCrunch に語った。

「Safe Intelligence」のチーフテクノロジスト、Alessio Lomuscio も、能力が低下する可能性はあると認めつつも、アブリレートされたモデルがシステムをストレステストする上で有用な特定の行動を引き出すことができると信じている。

サイバーセキュリティプラットフォーム「Armadin」の創設者兼チーフアーキテクトであるデヴィッド・スレーター氏は、TechCrunch に対してこう語りました。「現時点でアブリレイト（Abliteration）されたモデルが実務プロセスに組み込まれているわけではありません。この直近までのオープンウェイトモデルを対象に検討しましたが、それらをジャイルブレイクして意図した動作をさせるのはそれほど困難ではありませんでした。」

スレーター氏は続けて、Armadin もアブリレイトの研究を行っており、「オープンコミュニティに対してモデルの能力を理解させることが極めて重要である」と信じていると付け加えました。

「これは閉じた環境で行われることになります。非公開の場でのみ実施されるでしょう」とスレーター氏は続けます。「公開された状態では、研究者がツールを入手できてしまいます。これにより、実際のフロンティアがどこにあるのかを特定し、潜在的な危害を理解する能力が得られてしまうのです。」

*当記事内のリンクを通じて商品を購入した場合、私たちは少額のコミッションを受け取る可能性があります。ただし、これは当社の編集の独立性には影響しません。*