Por qué un modelo abliterated importa en trabajo ofensivo

Un asistente de uso general se detiene en medio del trabajo común de seguridad. Pídele que explique la SQL injection de un formulario de login que te contrataron para probar, que escriba una prueba de concepto para un IDOR que ya encontraste, o que lea el shellcode de una muestra en tu laboratorio, y la respuesta suele ser un rechazo o un sermón corto. La tarea estaba en alcance. El problema era la herramienta.

NotHoly sirve modelos abliterated de pesos abiertos que no cargan ese reflejo. La pregunta llega al modelo y el modelo responde. Qué es la abliteración explica el método; este texto trata de por qué cambia el trabajo.

#Qué hace la abliteración

La abliteración elimina de los pesos de un modelo existente la dirección de rechazo y deja el resto en su sitio. Un estudio de 2024 de Arditi y colegas rastreó la mayoría de los rechazos en modelos abiertos hasta una sola dirección en las activaciones, y mostró que quitarla reduce el reflejo de negar sin reentrenar el modelo (el artículo). La página de modelos dice el resultado en una línea: todo modelo del catálogo es un modelo abliterated de pesos abiertos cuyo comportamiento de rechazo se quitó editando los pesos. La base de cada uno figura ahí, así que siempre sabes con qué modelo abierto hablaste.

El efecto es menos callejones sin salida en trabajo que nunca estuvo en duda. Un pentester que lee el código del cliente, un cazador de bug bounty que escribe un payload para un programa que paga por ello, un ingeniero inverso que explica un disassembly, un analista que hace triaje de una muestra: a ninguno lo ayuda un modelo que discute si la petición está permitida. El alcance viene de tu contrato, de tu cliente y de las reglas de tu programa, y el modelo se queda fuera de esa decisión.

#Sigue siendo un modelo

Quitar el rechazo no hace verdadera la salida. Estos modelos alucinan, citan un CVE que no aplica y escriben código que no compila, como cualquier modelo. La página de modelos manda revisar la salida como cualquier otra fuente, y eso se sostiene. NotHoly no publica un benchmark propio y no promete acierto. Las superficies alrededor del modelo existen por eso: el chat muestra la página que leyó, la base de conocimiento guarda licencia y atribución en cada pasaje, y un registro de CVE lleva la fecha en que se obtuvo cada fuente. Lee una respuesta como una pista por confirmar, no como un hallazgo listo para entregar. Lo que tenemos y lo que no está escrito.

#Mándale la pregunta que fue rechazada

Los modelos aceptan una petición compatible con OpenAI. Apunta la base URL a NotHoly, lee un ID de modelo del catálogo y pregunta.

curl https://api.notholy.com/v1/chat/completions \
  -H "Authorization: Bearer $NOTHOLY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "MODEL_ID", "messages": [{"role": "user", "content": "Explain the IDOR in this endpoint and write a proof of concept."}]}'

La misma pregunta corre en el chat, en la terminal y en la extensión del editor, contra el mismo catálogo.

#Dónde encaja

Encaja en ingeniería inversa, pentest, bug bounty, red team, OSINT, phishing para un engagement, análisis de malware e investigación de vulnerabilidades. Son las preguntas que un modelo de seguridad debería aceptar y que un asistente genérico muchas veces no acepta. El modelo razona sobre lo que le traes: el código, el disassembly, la muestra, la página que ya descargaste.

#Dónde no encaja

No encaja si quieres un modelo que rechace por su cuenta cualquier cosa sensible. No traslada la responsabilidad por el uso que le des a una respuesta, y los servidores de NotHoly nunca escanean ni envían tráfico a un objetivo. Los pesos no son nuestros y no los reentrenamos, así que las carencias y sesgos del modelo base vienen con él. Un modelo abliterated aún puede dudar o rechazar de vez en cuando, porque el método baja el reflejo en vez de borrar el conocimiento detrás. Tampoco es anónimo: la cuenta necesita un correo que funcione, y el chat guarda tus conversaciones salvo que abras una conversación efímera.

Si tu trabajo se queda clavado en una pared que no tiene nada que ver con el alcance, la pared es la herramienta. Pon una cantidad pequeña en precios y mándale la petición que te negaron.