Abliterated vs uncensored: perché serviamo abliterated

"Uncensored" di solito vuol dire fine-tune: qualcuno ha riaddestrato il modello su dati nuovi finché ha smesso di rifiutare. A un modello abliterated è stata tolta dai pesi la direzione del rifiuto, e tutto il resto è rimasto come l'ha rilasciato chi lo ha pubblicato. Per il lavoro tecnico di sicurezza riteniamo l'abliteration la tecnica migliore, ed è quella su cui è costruito il nostro catalogo.

Dati raccolti il 9 e il 10 novembre 2026 dall'elenco dei modelli e dai prezzi dell'API di Venice, e dai prezzi di NotHoly. La ricerca citata è pubblica. Non pubblichiamo benchmark nostri, quindi la preferenza espressa qui poggia su come funziona ciascuna tecnica e sui paper.

#Cosa fa l'abliteration a un modello

Arditi et al. hanno mostrato che nei modelli linguistici il rifiuto è mediato da una sola direzione nelle attivazioni interne. L'hanno trovata in 13 modelli aperti, fino a 72 miliardi di parametri. Tolta quella direzione, il modello smette di rifiutare. Il paper riporta un effetto "minimal" (minimo) sulle altre capacità, con punteggi MMLU, ARC e GSM8K vicini a quelli di partenza.

L'intervento è circoscritto e si può misurare. Heretic, uno strumento aperto che lo automatizza, minimizza insieme i rifiuti e la divergenza KL dal modello originale. Il suo README riporta Gemma-3-12B che passa da 97 rifiuti su 100 a 3 su 100 con una divergenza KL di 0,16, contro 0,45 e 1,04 di altre due abliteration dello stesso modello. Più il numero è basso, più il modello modificato si comporta come l'originale su tutto il resto.

La meccanica è nella nostra guida.

#Cosa fa un fine-tune a un modello

Un fine-tune prosegue l'addestramento su un nuovo dataset. Ogni peso è libero di spostarsi, e ciò che il modello impara dipende da cosa c'era in quel dataset, che l'autore del fine-tune può rendere noto oppure no. Il risultato è un modello nuovo. Le valutazioni di chi ha pubblicato l'originale non lo descrivono più, e il suo comportamento su codice, ragionamento e contesti lunghi va misurato da capo.

Venice ne ha in elenco uno fatto per il role-play, dove cambiare voce è lo scopo. Per leggere un binario decompilato o fare il triage di un finding ti serve il modello che il publisher ha valutato, meno i rifiuti.

#Le due tecniche a confronto

	Abliteration	Fine-tune ("uncensored")
Cosa cambia	Una direzione nelle attivazioni	Potenzialmente ogni peso
Nuovi dati di addestramento	Nessuno	Sì, scelti da chi l'ha fatto
Distanza dal modello base	Misurabile, per esempio con la divergenza KL	Dipende dal dataset e dall'addestramento
Benchmark del publisher	Restano vicini, secondo Arditi et al.	Vanno rifatti
Cosa puoi citare in un report	Il modello base più "abliterated"	Il nome di un modello nuovo

#Cosa la ricerca non dimostra

L'abliteration ha un costo, e il paper lo dichiara: nei modelli abliterated il punteggio TruthfulQA "consistently drops", cioè cala in modo sistematico. Le affermazioni fattuali di un modello abliterated vanno verificate come quelle di qualunque modello.

Nessuno ha pubblicato un confronto diretto tra la versione abliterated e quella fine-tuned della stessa base su compiti di sicurezza, e noi non ne abbiamo eseguito uno. La nostra preferenza è un giudizio sul metodo: di una modifica piccola e misurata a un modello di cui esistono le valutazioni ci si fida più facilmente che di un riaddestramento che nessuno dall'esterno può ispezionare.

Un modello abliterated può ancora rifiutare e può ancora sbagliare. I pesi che serviamo non li abbiamo addestrati noi e non sono nostri.

#Cosa vende Venice con l'etichetta uncensored

Il catalogo di Venice mostra quanto sia elastica l'etichetta. Il modello che porta il suo marchio, venice-uncensored-1-2, deriva da Dolphin-Mistral-24B-Venice-Edition: un fine-tune di un modello da 24B, con 128K di contesto, a US$ 0,20 in input e US$ 0,90 in output per milione di token.

ID del modello Venice	Che cos'è, secondo il campo source dell'elenco	Prezzo per milione, input / output
venice-uncensored-1-2	Fine-tune (Dolphin Mistral 24B)	US$ 0,20 / 0,90
venice-uncensored-role-play	Modello per role-play	US$ 0,50 / 2,00
deepseek-v4-1-flash-1017-uncensored	Da una fonte etichettata abliterated	US$ 0,33 / 1,32
abliteration-abliterated-model-large-v2	Rivenduto da un terzo, base non dichiarata	US$ 3,00 / 5,00
z-ai-glm-5-3	GLM 5.3 originale, non abliterated	US$ 1,75 / 5,50

In quel catalogo, quindi, il modello "uncensored" predefinito è abliterated all'origine e porta un'altra etichetta, mentre il marchio di casa è un piccolo fine-tune. Su circa 130 modelli di testo, nove sono senza rifiuti per ID o per fonte, e gli altri mantengono l'allineamento originale. Chi compra deve aprire ogni fonte per capire che cosa sta prendendo.

Il catalogo di NotHoly è costruito su modelli abliterated, accanto a un modello base non modificato, e ogni base è pubblicata nella pagina dei modelli. Serve le stesse basi DeepSeek e GLM che Venice rivende, abliterated invece che fine-tuned o lasciate all'allineamento originale, a consumo per token alla tariffa nei prezzi. Venice AI vs NotHoly confronta i due cataloghi.

#Cosa provare sul tuo lavoro

Non fidarti della nostra parola né dell'etichetta di nessuno. Prendi dieci prompt dal tuo lavoro reale, di quelli che un modello generalista rifiuta, e mandali a ogni candidato. Conta i rifiuti. Poi manda dieci compiti tecnici ordinari e confronta le risposte con quelle del modello base. Una buona abliteration coincide con la base sul secondo gruppo e se ne discosta sul primo.

#Dove si colloca ciascuno

Un fine-tune va bene quando il cambio di comportamento è lo scopo, come nel modello per role-play di Venice, dove vuoi che il modello si comporti diversamente dalla base. L'abliteration va bene per il lavoro tecnico, dove vuoi il modello base che il publisher ha valutato, meno i rifiuti, e una base che puoi nominare in un report. NotHoly costruisce sull'abliteration per questo motivo; i pesi non sono nostri, e un modello abliterated può ancora rifiutare e ancora sbagliare.

#Domande frequenti

#Che cos'è un LLM abliterated?

Un modello a cui è stata tolta dai pesi la direzione del rifiuto, lasciando invariati gli altri pesi.

#Abliterated e uncensored sono la stessa cosa?

No. "Uncensored" è un'etichetta, quasi sempre per un fine-tune. L'abliteration è una modifica precisa. Alcuni cataloghi usano la parola uncensored anche per modelli abliterated.

#Heretic e abliterated: che differenza c'è?

Heretic è uno strumento che esegue l'abliteration in automatico riducendo al minimo la divergenza dal modello originale. Un modello Heretic è un modello abliterated.

#Vale ancora la pena usare modelli abliterated?

Per il lavoro tecnico, a nostro avviso sì: tieni le capacità misurate del modello base e perdi la maggior parte dei rifiuti. Tieni d'occhio l'accuratezza fattuale, che secondo la ricerca cala.

#Un modello abliterated non rifiuta mai?

No. I rifiuti calano molto e non arrivano a zero.

#Verdetto

"Uncensored" ti dice cosa un modello non farà e niente su come è stato fatto. "Abliterated" ti dice entrambe le cose: il modello base e una sola modifica misurata. Per questo NotHoly serve modelli abliterated e dichiara ogni base, e per questo non costruiamo su fine-tune. Il modello di marca di Venice è un fine-tune da 24B, che consideriamo la scelta più debole per il lavoro di sicurezza. Prova la differenza con una ricarica da US$ 5 dai prezzi di NotHoly.