Abliterater

概要

• オープンウェイトのInstructモデルが特定の依頼を拒否する仕組みを、研究・教育・防御的なセキュリティ学習の観点から調査できます。
• チェックポイントと手法を選び、生成されたスクリプトパックを手元の環境やレンタルGPU、契約済みのクラウドAPIで実行します。

主な特徴

• モデルの重みをホスティングせず、公式チェックポイントを対象にした実行用スクリプトを提供する教育向けの構成です。
• Webインターフェースは利用可能で、Windows・macOS・Linuxでの利用を想定しています。デスクトップ版は開発中です。
• AGPL-3.0-or-laterのもとで公開され、第三者による商用利用と違法利用を禁止する利用条件が設けられています。

こんな人におすすめ

• 自分の環境でオープンウェイトモデルを動かし、モデルの拒否応答や安全性の挙動を丁寧に理解したい研究者・開発者。
• LLMの安全性や防御的セキュリティを授業・実習で扱う教育者、学生、セキュリティ担当者。