A 10a Labs startup feltérképezte azt a közösséget, amely az úgynevezett „uncensored” (cenzúrátlanított) nyílt súlyú mesterségesintelligencia-modellek építése és terjesztése köré szerveződött. A kutatás szerint a HuggingFaceen 3 471 olyan repository található, amelyet a szerzők cenzúrátlannak azonosítottak.
Mi az „uncensoring”?
Az „uncensoring” kifejezés olyan módszerek összefoglaló neve, amelyek szándékosan eltávolítják azokat a biztonsági korlátokat, amelyek általában egy nyílt súlyú modell közzétételéhez kapcsolódnak. Például ide tartozik az activation-space abliteration (a visszautasítási irányok elnyomása), rosszindulatú finomhangolás (malicious fine-tuning), modellek egyesítése (model merging) és más technikák.
Mely modellek és alkalmazások a leggyakoribbak?
A kutatás szerint az öt legtöbbet módosított modelcsalád a következő: Qwen, Llama, Gemma, MistralMixtral és Phi. A leggyakoribb „uncensored” típusok közé az uncensored chatbotok, a kiberbiztonsági eszközök és a dokumentumfeldolgozó eszközök tartoznak.
Újracsomagolás és terjesztés
A 10a Labs megállapítása szerint az eredeti uncensored modelleket átlagosan 2,4-szer csomagolják újra. A terjesztők és az eredeti készítők között viszonylag alacsony az átfedés: a csapat 1 055 egyedi producert és 1 011 redisztributort számolt, és a producerek csak körülbelül 24%-a vesz részt újraterjesztésben.
Terjesztés és elérhetőség
A tanulmány említi, hogy a GitHubra tett alkalmazáslétrehozások száma 2024 közepe körül havi 30-ról 2025 végére havi 140–188-ra emelkedett, ami összhangban áll az Ollama elosztási rétegének érésével. Ez arra utal, hogy a terjesztés volumene erősen növekszik, ahogy az elérhető eszközök és csomagolási adatok javulnak.
Koncentráció: a „winner take most” jelenség
A kutatók megállapították, hogy tíz szereplő felel az összes nem-adatkészlet típusú HuggingFace repository 45%-áért, azaz a piac erősen koncentrálódik néhány nagy szereplő körül.
Kínai modellek növekvő részesedése
Külön figyelemre méltó, hogy a kínai eredetű modellek erősen jelen vannak: a kutatásban azonosított uncensored repositoryk 38%-a kínai modellekhez köthető. A kínai modellek aránya az új uncensored produkcióban jelentősen nőtt: 2024 első negyedévében 1% volt, míg 2025 második negyedévére 55%-ra emelkedett.
Miért fontos ez?
A szerzők szerint önmagában az, hogy egy technológiát pornográf vagy csalárd célokra módosítanak, nem meglepő — ez minden technológiával előfordul. Azonban érdemes vizsgálni azokat a mechanizmusokat és dinamikákat, amelyek révén a nyílt súlyú modellek „off-distribution” (eredeti terjesztéstől eltérő) verziókká válnak. Ezek a megfigyelések betekintést adhatnak abba, hogy a jövő autonóm rendszerei hogyan módosíthatnak modelleket, és milyen lesz az az ennél sokkal furcsább, kevésbé átlátható ökoszisztéma, amelyben illegitim AI-módosítások terjednek.
Részletesebb eredmények és módszertan a 10a Labs tanulmányában találhatók: "Uncensored Open-weight Models: Redistribution as the Persistence Layer" (arXiv).
Rövid összegzés
- HuggingFace: 3 471 uncensored repository.
- Átlagos újracsomagolás: 2,4-szer.
- Producer: 1 055; redistributor: 1 011; producereknek csak ~24%-a redisztribútorként is szerepel.
- GitHub alkalmazáslétrehozások: havi ~30 (2024 közepén) → 140–188 (2025 vége).
- Top5 módosított modelcsalád: Qwen, Llama, Gemma, MistralMixtral, Phi.
- Top3 típus: chatbotok, kiberbiztonsági eszközök, dokumentumfeldolgozás.
- Tíz szereplő: a HuggingFace nem-adatkészlet repoinak 45%-a.
- Kínai modellek: 38% az összes uncensored repo között; részarányuk az új produkcióban 1% (Q1 2024) → 55% (Q2 2025).
