論文の概要: Uncensored Open-weight Models: Redistribution as the Persistence Layer
- arxiv url: http://arxiv.org/abs/2609.05241v1
- Date: Fri, 04 Sep 2026 15:06:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.09507
- Title: Uncensored Open-weight Models: Redistribution as the Persistence Layer
- Title（参考訳）: 無検閲オープンウェイトモデル:永続層としての再分配
- Abstract要約: アクターの急速なエコシステムは、オープンウェイトAIモデルからビルトインの安全ガードレールを取り除いている。
私たちはHuggingFaceで3,471個のオリジナルの非検閲モデルを特定し、それぞれ平均2.4回再パッケージしました。
ULLM(uncensored large language model)を統合した1,643のGitHubアプリケーションのうち、25%が明示的に悪意のあるものとして分類されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A rapidly expanding ecosystem of actors is removing built-in safety guardrails from open-weight AI models. We profile this ecosystem by identifying key producers, downstream reproductions, and emerging applications. Between January 2024 and March 2026, we identified 3,471 original uncensored models on HuggingFace, each repackaged an average of 2.4 times; three actors account for 52% of all 8,164 compressed redistributions. Once quantized and mirrored across separate accounts, formats, and registries such as Ollama, these models persist regardless of upstream removal and become easier to deploy downstream. Of the 1,643 identified GitHub applications integrating uncensored large language models (ULLMs), 25% were classified as explicitly malicious.
- Abstract（参考訳）: アクターの急速なエコシステムは、オープンウェイトAIモデルからビルトインの安全ガードレールを取り除いている。
主要なプロデューサ、下流再生、新興アプリケーションを特定して、このエコシステムをプロファイリングします。
2024年1月から2026年3月までの間に、HuggingFace上で3,471台のオリジナルの非検閲モデルを特定し、それぞれ平均2.4回再パッケージし、3人のアクターが8,164台の圧縮再配布の52%を占めた。
Ollamaのような別のアカウント、フォーマット、レジストリにまたがって量子化されミラー化されると、これらのモデルは上流からの削除に関係なく継続し、下流へのデプロイが容易になる。
ULLM(uncensored large language model)を統合した1,643のGitHubアプリケーションのうち、25%が明示的に悪意のあるものとして分類されている。
関連論文リスト
- Same Name, Different Server: A Security Census of Silent Drift in the Model Context Protocol Ecosystem [0.0]
Model Context Protocol (MCP) は、大規模な言語モデルアプリケーションが外部ツールに到達するための共通インターフェースとなっている。
本稿は、その生態系の国勢調査を報告する。
論文 参考訳（メタデータ） (2026-09-12T19:47:32Z) - SemVerBench: Benchmarking LLM Comprehension of Version-Constraint Resolution Semantics [15.233613140316791]
SemVerBenchは、3つのエコシステムにわたるバージョン制約解決セマンティクスの最初のベンチマークである。
6つのフロンティアモデルを評価し,統計的に有意な自己評価は得られなかった。
タスクが検証可能で、100%正しいリゾルバが存在するため、ツールデリゲートは100%に達する。
論文 参考訳（メタデータ） (2026-09-10T07:34:44Z) - Broken on Arrival: Silently Defective LLM Artifacts in Public Model Registries and How to Catch Them [0.0]
我々は公式のOllamaライブラリから量子化されたコード対応モデルアーティファクトを実行し、8GB以下で15のモデルラインを、HuggingFace上で最もダウンロードされたコミュニティリポジトリから22のモデルラインで実行します。
それぞれが15タスクのスモークスイートを実行して、健康なアーティファクトが通過するのに失敗し、容疑者は164タスクの完全な評価、第2のバックエンド、独立したテンプレートによる同じモデルの変換、およびレフェリーとしての量子化に直面した。
公式ライブラリには、サイレントに欠陥のある5つのアーティファクト、Qwen2.5-Coder-3B変換のバッチと1つのphiが含まれている。
論文 参考訳（メタデータ） (2026-09-05T05:05:51Z) - Opaque Epistemic Mediation: How LLM Deployment Configurations Shape the Validation of Pseudo-Science [0.0]
商業的な大規模言語モデルは知識参照としてますます使われているが、競合する科学的主張に対する彼らのスタンスは安定でも透明でもない。
我々は,フランク・ソルターの生物社会学の枠組みからエスノナショナリストの擬似科学を4つのLLMファミリーで評価する方法を検証した。
グロクのFastバージョンは、他の全てのモデルより2倍から5倍高い70-75の信頼性スコアを常に割り当てた。
論文 参考訳（メタデータ） (2026-07-24T17:32:43Z) - Abliteration Is Not a Scalpel: Off-Target Effects of Refusal Removal on Decision Disposition Across Model Families [51.56484100374058]
放棄 — モデルの拒絶方向を重みから取り除く — は、一般的な"アンセンソルド"なオープンウェイトモデルの標準的なレシピである。
ディスポジションプローブとして21,600個の決定を不確実性の下で使用し、凍結パイプラインを通じて再生することにより、決定層モデルが唯一の変数となる。
3つのエフェクトは2つのファミリーにまたがって複製される(ゼロを除く週間クラスターCI)
4つ目の効果は符号を逆転する:同じ操作によりGemmaで読み取られた方が自信が弱まり、Qwenで読み取られたものがより多くなる(ファミリーCIは重複しない)。
論文 参考訳（メタデータ） (2026-07-19T22:27:00Z) - SAM3 Self-Distillation for Fine-Grained GOOSE 2D Semantic Segmentation [3.487520041555239]
ICRA 2026 GOOSE 2D Fine-Grained Semantic Challengeについて述べる。
我々のモデルは、最近の視覚基盤モデルであるセグメンツ・アロシング・モデル3のイメージに適応する。
論文 参考訳（メタデータ） (2026-06-18T11:54:07Z) - The Range Shrinks, the Threat Remains: Re-evaluating LLM Package Hallucinations on the 2026 Frontier-Model Cohort [51.56484100374058]
Spracklenらは、コード生成された大きな言語モデルは、PyPIやnpmに存在しないパッケージ名を幻覚させることを示した。
199,845対のPythonとJavaScriptプロンプトの幻覚率を測定し、PyPIとnpmマスターリストに対して検証した。
127個のパッケージ名(PyPIは109個,npmは18個)を5つの評価モデルで同一に作成する。
論文 参考訳（メタデータ） (2026-05-16T16:08:52Z) - How Far Is Document Parsing from Solved? PureDocBench: A Source-TraceableBenchmark across Clean, Degraded, and Real-World Settings [56.70440596502351]
昨年は20以上のオープンドキュメントパースモデルが見られたが、ベンチマークはほぼOmniDocBenchにのみ依存している。
HTML/CSSのドキュメントイメージをレンダリングするベンチマークであるPureDocBenchは、10のドメイン、66ページ、1,475ページをカバーしています。
論文 参考訳（メタデータ） (2026-05-08T09:30:31Z) - The Inference Bottleneck: A Formal Model of Vertical Foreclosure in AI Markets [0.0]
生成AIが商用化するにつれて、競争上の優位性はモデルトレーニングから推論、分散、ルーティングへとシフトする。
本稿では,Besanson と Celani (2026) の形式モデルとして,推論市場における垂直フォアクロージャーの形式的ゲーム理論モデルを開発する。
モデルでは、レイテンシ、スループット、コンテキスト制限、機能アクセスによるダウンストリームライバルに対するQoS(Quality-of-Service)差別と、アシスタント層インターフェースにおけるルーティングバイアスの2つのフォアクロージャメカニズムを分離する。
論文 参考訳（メタデータ） (2026-04-19T13:23:34Z) - Introspective Diffusion Language Models [58.91876345013321]
イントロスペクティブ拡散言語モデル(Introspective Diffusion Language Model, I-DLM)は、ARトレーニングのイントロスペクティブ一貫性を継承しながら並列デコードを維持するパラダイムである。
I-DLMは、新しいintrospective strided decoding (ISD)アルゴリズムを使用しており、モデルは同じ前方パスで新しいトークンを前進させながら、以前に生成されたトークンを検証することができる。
I-DLMは、同規模のARの質に匹敵する最初のDLMであり、モデル品質と15ベンチマークでの実用効率の両方において、以前のDLMよりも優れていた。
論文 参考訳（メタデータ） (2026-04-13T06:01:01Z) - HuggingR$^{4}$: A Progressive Reasoning Framework for Discovering Optimal Model Companions [50.61510609116118]
HuggingR$4$は、Reasoning、Retrieval、Refinement、Reflectionを組み合わせて効率的にモデルを選択する新しいフレームワークである。
作業性率は92.03%、理性率は82.46%に達し、それぞれ26.51%、33.25%を超える。
論文 参考訳（メタデータ） (2025-11-24T03:13:45Z) - AvgOut: A Simple Output-Probability Measure to Eliminate Dull Responses [97.50616524350123]
機能エンジニアリングなしで、どの発話やトークンが退屈であるかを動的に認識する対話モデルを構築します。
最初のモデルMinAvgOutは、各バッチの出力分布を通して、ダイバーシティスコアを直接最大化する。
第2のモデルであるラベルファインチューニング(LFT)は、多様性スコアによって連続的にスケールされたラベルをソースシーケンスにプリペイドし、多様性レベルを制御する。
3つ目のモデルであるRLは強化学習を採用し、多様性スコアを報奨信号として扱う。
論文 参考訳（メタデータ） (2020-01-15T18:32:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。