O que significa “abliterated” ou modelo abliterado?

“Abliterated” (abliterado) descreve um modelo de linguagem cuja recusa foi removida por abliteração: a descoberta de pesquisadores de que a recusa é controlada por uma direção nas ativações do modelo, transformada numa edição de pesos que apaga essa direção. O modelo mantém o conhecimento e o estilo, mas quase para de recusar. A palavra é uma criação da comunidade, um trocadilho com “ablation”, o termo de interpretabilidade para remover um componente.

Abliteração é o mesmo que fine-tuning?

Não. O fine-tuning retreina o modelo com dados novos, o que exige um dataset, poder de computação e experiência. A abliteração não precisa de treino: ela mede uma direção a partir de dois conjuntos de prompts e a projeta para fora dos pesos, muitas vezes em minutos ou horas numa única GPU. Alguns autores fazem depois um fine-tune leve para reparar a qualidade perdida.

Modelos abliterados são piores que os originais?

Normalmente, um pouco. Experimentos publicados mostram quedas nos benchmarks depois da abliteração, recuperadas em parte por um fine-tune de preferência feito em seguida. Ferramentas mais novas tentam reduzir o estrago mantendo o comportamento em prompts inofensivos próximo do original. O custo real depende do modelo e do método, então teste contra o modelo base nas suas próprias tarefas.

Dá para abliterar o ChatGPT ou outros modelos fechados?

Não. A abliteração exige os pesos do modelo e acesso às ativações internas. Modelos fechados só estão disponíveis por app ou API, então os usuários não conseguem editá-los. Por isso os modelos abliterados são sempre variantes de modelos open-weight. Se você quer menos recusas de um assistente hospedado, a saída é escolher um serviço permissivo por design.

Usar modelos abliterados é permitido?

Rodar um modelo open-weight abliterado é, em geral, permitido, respeitando a licença do modelo base, que a variante normalmente herda. O que você produz com ele está sujeito às mesmas leis que qualquer outra coisa. Tirar as recusas de um modelo não torna legal um conteúdo ilegal, e a responsabilidade pelo resultado é de quem gera e usa.

É abliterated ou obliterated?

Abliterated. O termo foi criado pela comunidade e brinca com “ablation” (ablação), palavra da interpretabilidade para a remoção de um componente de um modelo. Como soa parecido com “obliterated”, muita gente pesquisa a grafia errada. Você vai ver “abliterated” nos nomes de modelos no Hugging Face, geralmente depois do nome do modelo base. As duas grafias apontam para a mesma coisa: um modelo cuja direção de recusa foi removida dos pesos.

Como funciona a abliteração de um LLM?

Ela encontra a direção nas ativações do modelo que provoca as recusas e a remove. Quem faz passa dois conjuntos de prompts pelo modelo, um que ele recusa e outro que ele responde, e subtrai as ativações médias para obter uma direção de recusa candidata. Escolhe a camada que funciona melhor e ortogonaliza os pesos em relação a essa direção, para que o modelo não consiga expressá-la. Não precisa retreinar, embora alguns façam um fine-tune leve de reparo.

Como rodar um modelo abliterado?

Como qualquer outro modelo open-weight. Encontre a variante no Hugging Face e leia o model card para saber o modelo base, o método e a licença. Escolha um formato que o seu runtime leia: arquivos GGUF funcionam em apps como Ollama e LM Studio; safetensors, em stacks Python. Dimensione pela sua memória: um modelo de 8B em 4 bits precisa de uns 4–5 GB só para os pesos. Depois compare com o original usando os seus próprios prompts.

Existe LLM sem censura?

Existe, de vários tipos. Fine-tunes da comunidade e variantes abliteradas de modelos open-weight são publicados no Hugging Face, e alguns serviços hospedados oferecem os seus: em outubro de 2026, a página de modelos do Venice AI lista um modelo Venice Uncensored. Na prática, nenhum é livre de limites, porque licenças, termos de hospedagem e a lei continuam valendo. Nosso guia de LLM sem censura compara rodar um localmente com usar um serviço hospedado.

O que é o Qwen abliterated?

É uma versão feita pela comunidade de um dos modelos open-weight do Qwen, a família de LLMs criada pela Alibaba Cloud, com a direção de recusa removida por abliteração. Não é um lançamento oficial do Qwen. A qualidade e as recusas que sobram dependem de quem fez e como, então leia o model card para ver o modelo base exato, o método, uma eventual etapa de reparo e a licença, que a variante normalmente herda.

Modelos abliterados: o que é abliteração

O que é abliteração? A versão de 30 segundos

Em resumo

Abliteração (do inglês “abliteration”) é uma técnica de edição de pesos que desliga o hábito aprendido de um modelo de recusar. Ela sai direto da pesquisa de interpretabilidade. Em abril de 2024, Andy Arditi, Oscar Obeso e colegas que trabalhavam com Neel Nanda publicaram “Refusal in LLMs is mediated by a single direction” no LessWrong e no Alignment Forum. O artigo completo no arXiv, apresentado depois na NeurIPS 2024, relata o efeito em 13 modelos de chat open source de até 72B de parâmetros.

A descoberta: apague uma direção do residual stream do modelo e ele para de recusar instruções nocivas; adicione essa direção e ele recusa até as inofensivas. A comunidade open source transformou esse resultado numa receita e num nome, “abliteration”, um trocadilho com “ablation” (ablação). Um modelo abliterado é simplesmente um modelo que passou pela receita.

Termos-chave

Residual stream: o vetor corrente que cada camada lê e no qual escreve. Direção: um vetor nesse espaço. Ablação: remover um componente, aqui a parte de cada ativação que aponta na direção da recusa.

Como a abliteração funciona, passo a passo

O artigo original e o texto bastante lido de Maxime Labonne no Hugging Face descrevem o mesmo procedimento central. Em termos conceituais:

Reúna dois conjuntos de prompts. Um com instruções que o modelo recusa, outro com instruções comuns que ele responde.
Registre as ativações. Passe os dois conjuntos pelo modelo e salve as ativações do residual stream nas posições finais dos tokens, camada por camada.
Calcule a diferença das médias. Tire a média das ativações de cada conjunto e subtraia uma da outra. O resultado normalizado é uma candidata a direção de recusa para aquela camada.
Escolha a melhor candidata. Teste candidatas de camadas diferentes e fique com a que remove as recusas com menos dano colateral. Labonne escolhe olhando as respostas; ferramentas mais novas automatizam isso.
Faça a ablação. Ou subtraia o componente da direção de toda escrita no residual stream na hora da inferência, ou torne isso permanente ortogonalizando contra essa direção as matrizes de pesos que escrevem no stream (embeddings, saídas de atenção, saídas de MLP).
Avalie e, se quiser, repare. Verifique as recusas e a qualidade geral. Alguns autores fazem depois um fine-tune leve de preferência para recuperar o desempenho perdido.

A ortogonalização dos pesos é o que torna os modelos abliterados fáceis de compartilhar: a edição fica nos pesos, então o resultado carrega em qualquer runtime normal, sem ganchos especiais.

Modelos abliterados vs. fine-tuning vs. jailbreak

Muita gente joga tudo isso no mesmo saco de “sem censura”. São ferramentas diferentes, com custos diferentes.

Abordagem	O que muda	Do que precisa	É permanente?	Principal desvantagem
Abliteração	Uma direção removida dos pesos	Pesos abertos, uma GPU, dois conjuntos de prompts	Sim, no arquivo do modelo	Alguma perda de capacidade; pode deixar o modelo concordando demais
Fine-tune sem censura	Modelo retreinado com dados sem as recusas	Dataset, poder de computação para treino, experiência	Sim	Caro; o comportamento muda conforme os novos dados
Prompt de jailbreak	Nada no modelo; um prompt engana o modelo	Só texto	Não, vale por conversa	Pouco confiável, é corrigido, viola as regras da plataforma
Serviço hospedado permissivo	Prompt de sistema e política em volta do modelo	Uma assinatura	Sim, naquele serviço	Você confia no fornecedor; os limites dele continuam valendo

Comparação conceitual com base nas pesquisas citadas e em textos da comunidade.

Falamos do panorama mais amplo de modelos abertos, hardware e hospedagem no nosso guia de LLM sem censura online ou local.

O que a abliteração não faz

01Não acrescenta conhecimento.Um LLM abliterado sabe exatamente o que o modelo base sabia. Se o modelo base erra algo, o abliterado erra também, só que com mais boa vontade.
02Não garante zero recusas.Ela mira a direção dominante. Algumas recusas, rodeios e ressalvas podem sobreviver, dependendo do modelo e da camada escolhida.
03Não é uma lei da natureza.O resultado da direção única se confirmou nos modelos que os pesquisadores testaram. É um padrão empírico forte, não uma garantia para toda arquitetura futura.
04Não funciona em modelos fechados.Você precisa dos pesos e de acesso às ativações. Modelos disponíveis só por app ou API não podem ser abliterados pelos usuários.
05Não remove limites legais.Você continua respondendo pelo que o modelo gera.

Por que a abliteração importa além do chat sem censura

Os pesquisadores não estavam tentando criar chatbots sem censura. O ponto deles era sobre engenharia de segurança: se uma direção controla a recusa, então o fine-tuning de segurança em modelos open-weight é raso e barato de desfazer. O artigo chama o fine-tuning de segurança atual de frágil e defende que entender o funcionamento interno dos modelos pode gerar formas práticas de controlar o comportamento, nos dois sentidos.

01Para equipes de segurançamostra que qualquer pessoa com os pesos pode remover a recusa, o que pesa na forma como os laboratórios pensam a liberação de modelos abertos.
02Para a interpretabilidadeé um exemplo limpo de um comportamento que corresponde a uma característica legível. O mesmo artigo usa isso para estudar como sufixos adversariais suprimem o sinal de recusa.
03Para quem usa modelos abertosexplica por que variantes “sem censura” de novos lançamentos aparecem em poucos dias. A receita é curta e o custo computacional é modesto.
04Para todo mundoé um lembrete de que uma recusa é um hábito aprendido, não sinal de que o modelo é mais sábio que você.

Os autores também trataram da preocupação óbvia no próprio post: argumentaram que publicar acrescentava pouco risco novo, já que se sabia que o fine-tuning de segurança podia ser revertido de forma barata e os modelos afetados eram públicos. Você pode discordar, mas vale ler o raciocínio deles antes de um resumo dele.

O custo de qualidade dos modelos abliterados

Editar pesos é cirurgia, e cirurgia tem efeitos colaterais. No experimento de Labonne com um modelo de 8B, a versão abliterada pontuou menos em todos os benchmarks que ele rodou. Um fine-tune leve de preferência (DPO) feito depois recuperou a maior parte da queda, com exceção de matemática (GSM8K). Hoje, muitos autores publicam uma versão crua e outra “curada”.

As ferramentas evoluíram desde então. Projetos como o Heretic, uma ferramenta open source de Philipp Emanuel Weidmann, automatizam a busca de parâmetros minimizando duas coisas ao mesmo tempo: o número de recusas e a divergência KL em relação ao modelo original em prompts inofensivos. Divergência menor significa que o comportamento em prompts normais fica mais próximo do original. É um alvo sensato, mas continua sendo um indicador indireto; o teste de verdade são as suas próprias tarefas.

Concordar não é o mesmo que ser útil

Um modelo que nunca diz não também pode parar de questionar premissas ruins. Em perguntas de pesquisa ou de negócio, isso pode piorar as respostas em vez de melhorar. Peça contra-argumentos de forma explícita.

Teste este prompt

Argumente contra o meu plano com toda a força: quero largar o emprego e abrir um café de jogos de tabuleiro numa cidade pequena de 9 mil habitantes. Liste os cinco jeitos mais prováveis de dar errado e que evidência provaria que você está enganado.

Testar na Unrestricted AI

Como usar um LLM abliterado com bom senso

Encontre pelo model card. Variantes abliteradas costumam ser publicadas no Hugging Face com o nome do modelo base e um sufixo. Um bom card informa a base, o método, a camada escolhida e qualquer etapa de reparo.
Confira a licença. A variante normalmente herda a licença do modelo base e as restrições de uso dele.
Escolha um formato que o seu runtime leia. Arquivos GGUF funcionam em apps baseados em llama.cpp, como Ollama e LM Studio; safetensors funcionam em stacks Python.
Dimensione para o seu hardware. Um modelo de 8B em 4 bits precisa de uns 4–5 GB para os pesos, e mais para contexto longo.
Compare com o original. Mesmos prompts, os dois modelos. Conte as recusas, mas conte também os erros factuais e as quedas de qualidade.

De propósito, não colocamos links para uploads abliterados específicos nem publicamos prompts para driblar as regras de qualquer modelo ou fornecedor. Escolha fontes documentadas e julgue os resultados você mesmo.

Quando um serviço hospedado ganha de um modelo abliterado

A abliteração é brilhante se você quer estudar modelos, rodar tudo offline ou controlar cada configuração. É exagero se o que você quer mesmo é um assistente que responda direto, escreva ficção sombria sem desmaiar e saiba o que aconteceu na semana passada.

Nenhuma GPU para comprar, nenhum arquivo para atualizar, nenhum runtime para depurar.
Modelos maiores do que a maioria das configurações caseiras aguenta.
Busca na web em tempo real com fontes, algo que nenhum modelo local tem de fábrica.
Geração de imagens no mesmo app.

Isso é o Unrestricted AI: um chat que recusa só uma lista curta e pública de limites inegociáveis (menores, imagens sexuais ou falsas de pessoas reais, ajudar alguém a machucar outras pessoas), mais busca e, no plano Max, imagens. Só para adultos, sem plano grátis; veja os planos e preços. Se você está pesquisando opções, nosso comparativo dos melhores chatbots de IA sem censura coloca os serviços hospedados lado a lado, e nossa página de chat IA sem censura mostra como é uma conversa.

Modelos abliterados: o que é a abliteração e quanto ela custa

O que é abliteração? A versão de 30 segundos

Como a abliteração funciona, passo a passo

Modelos abliterados vs. fine-tuning vs. jailbreak

O que a abliteração não faz

Por que a abliteração importa além do chat sem censura

O custo de qualidade dos modelos abliterados

Como usar um LLM abliterado com bom senso

Quando um serviço hospedado ganha de um modelo abliterado

Perguntas respondidas.

Guias relacionados

Faça a pergunta que você realmente tem.