Base Labs 联合 Hugging Face、Goodfire 发起开放权重模型安全标准：HF 上已有 6000+ abliterated 模型

Baseten 研究部门 Base Labs 于 9 月 17 日宣布与 Hugging Face、Goodfire AI 合作，为开放权重模型构建安全评估与监控基础设施，定位为「开放模型安全标准」：安全控制应透明并内建于模型训练与部署流程，而非部署后加装。背景是「abliteration」（去除安全护栏的权重改写）已成规模——Hugging Face 现列有超 6,000 个此类模型。

Base Labs 将开发并公开发布开放模型的训练与监控方法，Goodfire（可解释性方向）负责「内建」部分，HF 承担托管分发，并向更广开发者社区开放共建。截至发稿三方未披露任何技术规格、评估套件、时间表或治理模型——公告只给出方向而非可运行的系统，标准成色取决于后续发布的方法能否被外部复现检验。TechCrunch 9/17 10:15 PDT 首发。

原文链接：TechCrunch