Abliteration.ai એ એક હોસ્ટેડ API લોન્ચ કર્યું છે જે લાર્જ લેંગ્વેજ મોડલ્સના “એબ્લિટરટેડ” (abliterated) વર્ઝન પૂરા પાડે છે—એવા મોડલ્સ જેમાંથી તે સેફ્ટી ગાર્ડરેલ્સ (safety guardrails) દૂર કરવામાં આવ્યા છે જે સામાન્ય રીતે હાનિકારક વિનંતીઓને અટકાવે છે. આ સેવા ક્રેડિટ કાર્ડ ધરાવનાર કોઈપણ વ્યક્તિને વેબ બ્રાઉઝર અથવા API એન્ડપોઈન્ટ દ્વારા GLM-5.3 જેવા અનસ્ટ્રિક્ટેડ (unrestricted) મોડલનો ઉપયોગ કરવાની સુવિધા આપે છે, જેનાથી લોકલ હાર્ડવેર સેટઅપ કરવાની અથવા કોડ સાથે ચેડાં કરવાની જરૂરિયાત દૂર થાય છે.

એક અંડરગ્રાઉન્ડ હેકથી બિઝનેસ ઓફરિંગ સુધી

વર્ષોથી, ઓપન-સોર્સ AI સમુદાયનો એક નાનો વર્ગ એવા “એબ્લિટરેશન” (abliteration) સ્ક્રિપ્ટ્સ શેર કરી રહ્યો છે જે મોડલના ઇનકાર કરવાની વર્તણૂકને દૂર કરે છે. તે સ્ક્રિપ્ટ્સ પબ્લિક રિપોઝીટરીઝ પર હોય છે અને પર્સનલ GPUs પર ચલાવી શકાય છે, પરંતુ આ પ્રક્રિયા માટે ઊંડા ટેકનિકલ જ્ઞાન અને ખર્ચાળ કમ્પ્યુટ રિસોર્સિસની જરૂર પડે છે. માર્ચમાં સ્થપાયેલી Abliteration.ai એ આ વર્કફ્લોને લીધો, તેને પેકેજ કર્યો અને તેના પોતાના સર્વર્સ પર મૂક્યો. હવે વપરાશકર્તાઓ પોતાના મશીનો સેટ કરવાને બદલે પ્રતિ વિનંતી (per request) ચૂકવણી કરે છે, જેનાથી આ શોખ તરીકેની ટેકનિક એક વ્યાવસાયિક ઉત્પાદનમાં ફેરવાઈ ગઈ છે.

કંપનીની પ્રથમ જાહેર ઓફરિંગ GLM-5.3 નું એક વર્ઝન છે, જે Z.ai દ્વારા મૂળરૂપે રિલીઝ કરવામાં આવેલ એક શક્તિશાળી ઓપન-વેઇટ મોડલ છે. “એબ્લિટરટેડ” વેરિઅન્ટ મૂળ મોડલ જેવું જ વર્તન કરે છે, સિવાય કે તે હવે કોઈપણ પ્રોમ્પ્ટને નકારતું નથી, ભલે તે કેટલું પણ જોખમી હોય.

સુરક્ષા ટીમો માટે અનસ્ટ્રિક્ટેડ મોડલ્સ શા માટે મહત્વના છે

Abliteration.ai ના સહ-સ્થાપક કહે છે કે આ સેવા રેડ-ટીમર્સ (red-teamers) ને લક્ષ્ય બનાવે છે—જે સુરક્ષા કંપનીઓ છે જે બેંકો, એરલાઇન્સ અને અન્ય મહત્વપૂર્ણ ઇન્ફ્રાસ્ટ્રક્ચરના બચાવનું પરીક્ષણ કરે છે. દલીલ સીધી છે: સિસ્ટમ હાનિકારક હુમલાખોર સામે કેવી રીતે ટકી રહેશે તેનું મૂલ્યાંકન કરવા માટે, તમારે એવા સાધન (tool) ની જરૂર છે જે તે હુમલાખોરની ક્ષમતાઓનું અનુકરણ કરી શકે. જો મોડલ એક્સપ્લોઇટ કોડ (exploit code) લખવાનો ઇનકાર કરે, તો સુરક્ષા વ્યાવસાયિક સિસ્ટમની નબળાઈઓ તપાસવા માટે તેનો ઉપયોગ કરી શકતા નથી. કોઈપણ વિનંતીનું પાલન કરતું મોડલ પૂરૂં પાડીને, સ્ટાર્ટઅપ દાવો કરે છે કે તે ડિફેન્સિવ સિક્યુરિટી ટૂલબોક્સમાં રહેલી ખામીને પૂરી કરે છે.

બીજો પક્ષ: જોખમી ક્ષમતાઓ સુધી સરળ પહોંચ

ઇનકાર કરવાની લોજિકનો અભાવ દુરુપયોગ માટે પણ દરવાજા ખોલે છે. AI સેફ્ટી નોનપ્રોફિટના સંશોધકોએ બતાવ્યું છે કે એબ્લિટરટેડ GLM-5.3 બ્રાઉઝર પાસવર્ડ ચોરવા માટે સ્ટેપ-બાય-સ્ટેપ સૂચનાઓ જનરેટ કરી શકે છે, ક્રેડેન્શિયલ હાર્વેસ્ટિંગને ઓટોમેટ કરતી Python સ્ક્રિપ્ટ્સ બનાવી શકે છે અને જોખમી પેથોજેન્સ (pathogens) ને કલ્ચર કરવા માટેના પ્રોટોકોલ્સ પણ તૈયાર કરી શકે છે. બીજા શબ્દોમાં કહીએ તો, મોડલ “સોશિયોપેથ” (sociopath) ની જેમ વર્તે છે, જે નૈતિક કે કાયદાકીય ફિલ્ટર્સ વગર દરેક આદેશનું પાલન કરે છે.

કારણ કે આ સેવા ઇન્ટરનેટ દ્વારા માત્ર લઘુત્તમ ઓળખ તપાસ સાથે—મૂળભૂત રીતે ક્રેડિટ કાર્ડ ટ્રાન્ઝેક્શન દ્વારા—પૂરી પાડવામાં આવે છે, તેથી કાયદેસરના સુરક્ષા વિશ્લેષક અને હાનિકારક એક્ટર વચ્ચે બહુ ઓછો અવરોધ છે. કંપની એક વૈકલ્પિક મોડરેશન લેયર ઓફર કરે છે જે ગ્રાહકોને ચોક્કસ ગાર્ડરેલ્સ ફરીથી લાગુ કરવા દે છે, પરંતુ મુખ્ય ઉત્પાદન એક અનસ્ટ્રિક્ટેડ એન્જિન તરીકે જ રહે છે.

નિયમનકારી અને ઉદ્યોગનું દબાણ વધી રહ્યું છે

ટર્નકી, ક્લાઉડ-આધારિત એબ્લેશન સર્વિસના ઉદભવથી ઉચ્ચ-જોખમવાળા AI સાધનો પર કડક દેખરેખ રાખવાની માંગ વધી છે. નીતિ નિર્માતાઓ અને ઉદ્યોગ જૂથો નીચે મુજબના પગલાંઓ પર ચર્ચા કરી રહ્યા છે:

  • GPU ક્લાઉડ પ્રદાતાઓને મોટા પાયે કમ્પ્યુટ ભાડે લેતા ગ્રાહકોની ઓળખની ચકાસણી કરવી ફરજિયાત બનાવવી.
  • AI પ્લેટફોર્મ ઓપરેટરો એવા ક્લાસિફાયર્સ ચલાવે તે ફરજિયાત બનાવવું જે બાયોવેપન ડેવલપમેન્ટ અથવા સાયબર-એટેક ટૂલિંગ સંબંધિત વિનંતીઓને ફ્લેગ કરે.
  • અનસ્ટ્રિક્ટેડ મોડલ્સ હોસ્ટ કરતી સેવાઓ પર કડક “Know Your Customer” (KYC) પ્રક્રિયાઓ લાદવી.

આ પ્રસ્તાવો ચર્ચાને “શું આપણે લોકોને ગાર્ડરેલ્સ દૂર કરતા રોકી શકીએ?”—જે ટેકનિકલી અશક્ય લક્ષ્ય છે જ્યારે મોડલ વેઇટ્સ પબ્લિકલી ઉપલબ્ધ હોય—તેનાથી બદલીને “આપણે જાણીજોઈને સુરક્ષા વગરના મોડલ્સના વિતરણ અને ઉપયોગનું સંચાલન કેવી રીતે કરીએ?” તેના પર લઈ જાય છે.

વિરોધી દલીલ: એક કાયદેસરની બજાર જરૂરિયાત

સમર્થકો દલીલ કરે છે કે વર્તમાન નિયમનકારી શૂન્યાવકાશ સુરક્ષા ટીમોને તેમના પોતાના એબ્લેશન પાઇપલાઇન્સ બનાવવા માટે મજબૂર કરે છે, જે પ્રક્રિયામાં સમય અને સંસાધનોનો વપરાશ થાય છે. ક્ષમતાને કેન્દ્રીકૃત કરીને, Abliteration.ai કહે છે કે તે ડિફેન્સિવ ટેસ્ટિંગના એકંદર ખર્ચને ઘટાડે છે અને રેડ-ટીમ કામગીરી માટે વધુ વ્યવસ્થિત અભિગમને પ્રોત્સાહન આપે છે. તેઓ નોંધે છે કે ઘણી સુરક્ષા કંપનીઓ પહેલેથી જ આંતરિક એબ્લેશન સેટઅપ ચલાવે છે, અને સ્ટાર્ટઅપ ફક્ત વધુ કાર્યક્ષમ ડિલિવરી મોડલ ઓફર કરે છે.

આગળ શું જોવું

  • Adoption patterns: If red-team firms begin to rely heavily on the API, the service could become a de-facto standard for security testing, prompting larger AI vendors to consider offering similar unrestricted tiers.
  • Policy responses: Any move by cloud providers or national regulators to enforce identity verification for GPU rentals could limit the pool of customers able to run ablation scripts locally, potentially boosting demand for hosted solutions like Abliteration.ai.
  • Community reaction: Open-source contributors may respond by adding more robust licensing or usage restrictions to model checkpoints, though enforcement would remain challenging.

Key takeaways

  • Commercializing unfiltered AI: Abliteration.ai provides API and browser access to abliterated models such as GLM-5.3, removing the need for users to host their own compute.
  • Dual-use dilemma: While the service enables essential red-team and defensive cybersecurity work, it also offers a turnkey solution for generating harmful digital and biological exploits.
  • Regulatory pressure: The rise of accessible, abliterated models is driving calls for stricter KYC requirements for GPU providers and mandatory detection classifiers for high-risk AI activity.