把模型下载到自己电脑上，就像把一台机器连同控制面板一起交出去：使用者能自由改装，也能拆掉原有的安全限制。Baseten旗下研究部门Base Labs正与Hugging Face、Goodfire合作，为这类“开放权重模型”建设通用的安全评测与监控基础设施——前者在发布前寻找危险能力，后者在运行中观察异常行为。
这项合作值得关注，因为拆除护栏已不是纯理论风险。TechCrunch报道，Hugging Face目前列有超过6000个经过“abliteration”处理的模型；这种方法通过修改模型内部表示，削弱或移除拒答机制。三方分别覆盖模型运行、分发和内部行为观察，Base Labs还将公开训练与监控方法，并邀请开发者共同完善框架。不过，合作方尚未披露具体技术方案，因此它目前更像一套公开建设中的安全标准，而不是已经验证完毕的成品。