Abliteration.ai a publié le 31 août une version modifiée de GLM-5.3 qui supprime certaines protections autour de la cybersécurité, du red teaming et des tests d’agents IA que d’autres modèles peuvent refuser.

« Nous l’avons abliteré et hébergé afin qu’il réalise les opérations de cyber offensives, de red teaming et de test d’agents que d’autres modèles refusent d’effectuer », a déclaré l’entreprise dans un post sur X le 31 août.

Baptisé abliterated-model-large-v2, le modèle est basé sur GLM-5.3, qui se classe au troisième rang du Terminal-Bench 4.0, derrière Opus 5 et Fable, selon Abliteration.ai. L’entreprise a indiqué que GLM-5.3 offre des performances d’exploitation informatique deux fois supérieures à celles de GLM-5.2.

Selon le post, l’« ablitération » a permis à l’entreprise d’identifier, dans les activations du modèle, les directions associées aux refus et de les supprimer de ses poids. Elle a affirmé que les capacités de codage, de cybersécurité et d’action autonome du modèle restaient intactes après la modification.

La version modifiée s’appuie sur les résultats de référence de GLM-5.3, notamment un score de 84,5 % sur CyberGym, devant des modèles comme Mythos 5 et GPT-5.6 Sol. Sur ExploitBench, GLM-5.3 a affiché un taux de réussite de 54,4 %, contre 24,4 % pour GLM-5.2. Le modèle a également accompli 105 tâches sur ExploitGym en deux heures, contre 29 auparavant.

Selon l’entreprise, le modèle hébergé est basé aux États-Unis, utilise une précision FP8 et dispose d’une fenêtre de contexte d’un million de jetons. Abliteration.ai a également indiqué qu’il ne conservait aucun prompt d’entrée ou de sortie.

Abliteration.ai a rendu le modèle disponible via une API compatible avec le format de requête d’OpenAI. Les utilisateurs peuvent créer une clé API depuis la console d’Abliteration.ai et envoyer des requêtes à son endpoint de complétion de conversations. L’API prend également en charge le streaming des jetons et propose une passerelle de politiques pour les contrôles de gouvernance.

L’entreprise a indiqué que le modèle était conçu pour la cybersécurité offensive, le red teaming d’IA, les tests d’agents et les applications de confiance et de sécurité.