DeepSeekの回答拒否を完全解除、危険な質問にも100％応答する派生モデルが登場

AI開発者のdealignaiは、DeepSeekのAIモデル「DeepSeek-V4.1-Flash-1017」から安全対策による回答拒否の動作を取り除いた派生モデル「DeepSeek-V4.1-Flash-1017-UNCENSORED-FP8」をAI開発プラットフォームのHugging Face上で公開した。公開後まもなく240以上の「いいね」を獲得するなど開発者コミュニティで注目を集めている。

このモデルは、ユーザーからの指示に対してモデルが回答を拒否する挙動を排除することを目的として作成された。通常の安全性解除（ジェイルブレイク）で用いられるようなプロンプトの工夫や、事後的な学習法。ゲームAIやロボット、推論モデルの訓練で活躍。">強化学習（RLHF）、追加の教師あり微調整（SFT）は一切行われていない。モデルの重みパラメータ自体を直接編集する手法（アブリタレーション）を採用し、モデル内部の拒否傾向のみを除去した点が特徴である。

改変は重みレベルにとどめられており、元のモデルが持つアーキテクチャや機能はそのまま保持されている。40層で構成される専門家混合（MoE）構造や、画像および動画の理解機能、多段階の推論設定、外部ツールの呼び出し機能、そして最大100万トークンに及ぶ文脈処理能力はすべて維持された。データ形式も元の48個のsafetensorsファイル分割およびFP8（e4m3）とFP4の混合精度が引き継がれており、元のモデル向けに用意された推論エンジンでそのまま読み込むことが可能となっている。

開発者が公開した安全性評価データによると、有害性を検証するベンチマーク「HarmBench」のテキストテストセット320項目（標準159件、文脈付き81件、著作権関連80件）において、最高負荷の推論設定でテストを実施した結果、320問すべてに対して回答拒否を行わず応答し、応答率は100.00％を記録した。化学物質の合成やサイバー攻撃、嫌がらせ、兵器などに関する危険度の高い設問に対しても、回答を回避することなく具体的な内容を出力したことが示されている。

動作環境としては、FP8演算に対応したGPUが必要とされている。今回の検証は564ギガバイトのVRAMを備えた4基のNVIDIA H200によるテンソル並列構成で実施され、CUDA 12.8環境やメモリ管理設定の調整が必要とされる。なお、危険な出力を生成する可能性があるため、リポジトリの利用には18歳以上であることや法的責任を負うことに同意する手動承認プロセスが設定されている。