Perché un modello abliterated conta nel lavoro offensivo

Un assistente generico si ferma a metà del lavoro ordinario di sicurezza. Chiedigli di spiegare la SQL injection in un form di login che sei stato incaricato di testare, di scrivere una proof of concept per un IDOR che hai già trovato, o di leggere lo shellcode di un campione nel tuo laboratorio, e la risposta è spesso un rifiuto o una ramanzina breve. Il compito era nello scope. Il problema era lo strumento.

NotHoly serve modelli abliterated a pesi aperti che non portano quel riflesso. La domanda arriva al modello e il modello risponde. Cos'è l'abliteration spiega il metodo; questo testo parla del perché cambia il lavoro.

#Cosa fa l'abliteration

L'abliteration toglie dai pesi di un modello esistente la direzione del rifiuto e lascia il resto al suo posto. Uno studio del 2024 di Arditi e colleghi ha ricondotto la maggior parte dei rifiuti nei modelli aperti a una sola direzione nelle attivazioni, e ha mostrato che toglierla abbassa il riflesso a negare senza riaddestrare il modello (l'articolo). La pagina dei modelli dice il risultato in una riga: ogni modello del catalogo è un modello abliterated a pesi aperti a cui il comportamento di rifiuto è stato tolto modificando i pesi. La base di ciascuno è nominata lì, così sai sempre con quale modello aperto hai parlato.

L'effetto è meno vicoli ciechi su lavoro che non è mai stato in discussione. Un pentester che legge il codice del cliente, un cacciatore di bug bounty che scrive un payload per un programma che lo paga, un reverse engineer che spiega un disassembly, un analista che fa triage di un campione: nessuno di loro è aiutato da un modello che discute se la richiesta è permessa. Lo scope viene dal tuo contratto, dal tuo cliente e dalle regole del tuo programma, e il modello resta fuori da quella decisione.

#È comunque un modello

Togliere il rifiuto non rende vero l'output. Questi modelli allucinano, citano un CVE che non si applica e scrivono codice che non compila, come qualsiasi modello. La pagina dei modelli dice di controllare l'output come qualsiasi altra fonte, e vale. NotHoly non pubblica un benchmark proprio e non promette correttezza. Le superfici attorno al modello esistono per questo: la chat mostra la pagina che ha letto, la base di conoscenza tiene licenza e attribuzione su ogni passaggio, e un record CVE porta la data in cui ogni fonte è stata recuperata. Leggi una risposta come una traccia da confermare, non come un reperto pronto da consegnare. Cosa abbiamo e cosa no è scritto.

#Mandagli la domanda che è stata rifiutata

I modelli accettano una richiesta compatibile con OpenAI. Punta la base URL a NotHoly, leggi un ID di modello dal catalogo e chiedi.

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 stessa domanda gira nella chat, nel terminale e nell'estensione dell'editor, contro lo stesso catalogo.

#Dove si adatta

Si adatta a reverse engineering, pentest, bug bounty, red team, OSINT, phishing per un engagement, analisi di malware e ricerca di vulnerabilità. Sono le domande che un modello di sicurezza dovrebbe accettare e che un assistente generico spesso non accetta. Il modello ragiona su ciò che gli porti: il codice, il disassembly, il campione, la pagina che hai già scaricato.

#Dove non si adatta

Non si adatta se vuoi un modello che rifiuti da solo qualsiasi cosa sensibile. Non sposta la responsabilità su come usi una risposta, e i server di NotHoly non scansionano mai né mandano traffico a un bersaglio. I pesi non sono nostri e non li riaddestriamo, quindi le lacune e i bias del modello base arrivano con lui. Un modello abliterated può ancora esitare o rifiutare ogni tanto, perché il metodo abbassa il riflesso invece di cancellare la conoscenza dietro. Non è nemmeno anonimo: l'account ha bisogno di una e-mail che funzioni, e la chat conserva le tue conversazioni a meno che tu non ne apra una effimera.

Se il tuo lavoro continua a fermarsi contro un muro che non c'entra nulla con lo scope, il muro è lo strumento. Metti una cifra piccola su prezzi e mandagli la richiesta che ti è stata negata.