FlashLabs（東京都千代田区）は、OrcaRouterのサイバーセキュリティチーム「OrcaCyber」が、Xiaomiのオープンウェイトモデル「MiMo V2.6 Flash」を基に拒否応答を緩和した研究用途モデル「OrcaCyber: MiMo V2.6 Flash Abliterated」のウェイトを公開し、同社の「Orca Cyber Tier」APIで提供を始めました。API価格は入力100万トークンあたり0.80米ドル、出力は同1.60米ドルです。
基盤となるベースモデルはスパースMoEで、総パラメータ数は約3,090億、1トークンあたりの活性化パラメータは約150億とされています。モデル仕様としてコンテキスト長は100万トークン、出力上限は131,072トークンを掲げます。なお、CyberGymスコア95.1などの各種評価値はXiaomiが公表したベースモデルのもので、今回のアブリテーション版を再評価した数値ではありません。
提供方法はOpenAI互換APIの「Orca Cyber Tier」で、利用は申請制です。ZDR（ゼロデータ保持）にも対応し、有効化時は無保持契約のあるプロバイダーにのみリクエストを送信するとしています。拒否応答を生み出す方向成分をウェイトから除去する「アブリテーション」を施し、攻撃者が悪用する前に自社インフラを継続的に攻撃テストできる環境整備を狙います。
同社は、攻撃の高度化・自動化で脆弱性が短時間で悪用され得る状況を踏まえ、防御側が先回りして弱点を発見・対策する運用を後押しするとしています。今後も研究者が安全にAIを利用しつつ検証を進められる体制を継続的に整備していく方針です。
【関連リンク】
公式HP：https://www.flashlabs.ai
OrcaRouter関連リンク：https://www.orcarouter.ai/ja
Continuum AI：https://www.continuum01.ai
