DeepSeek V4.1 Flash Abliterated: qué es y sus riesgos

DeepSeek-V4.1-Flash se publicó con licencia MIT el 10 de septiembre de 2026. En cuestión de horas, las primeras versiones «abliteradas» —publicaciones de la comunidad a las que se les han extirpado quirúrgicamente las negativas de seguridad del modelo— ya estaban en Hugging Face. Una de ellas, publicada por la cuenta drowzeys/DeepSeek-V4.1-Flash-Abliterated-Cybersecurity-Unleashed, es explícita sobre su objetivo: no solo las negativas generales, sino las salvaguardas específicas del modelo sobre contenido de ciberseguridad ofensiva y defensiva. Es el mismo patrón que cubrimos con GLM-5.3-CYBERSECURITY-FP8 una semana antes, ahora repetido sobre otro modelo base, y justamente esa es la cuestión. Esto es lo que realmente es esta publicación y cómo pensar en ella si aparece donde no debería.

Qué se publicó realmente

La ficha se describe como una «universal Abliteration with unleashed Cybersecurity» para DeepSeek-V4.1-Flash. Técnicamente, es un overlay de pesos dirigido: la documentación del propio publicador dice que injerta pesos de atención modificados («wo_b») de las capas 10 a 35 en el modelo base, en lugar de distribuir una segunda copia completa de los pesos. Eso mantiene la descarga pequeña —unos 1,1 GB en la variante FP8 nativa— y permite que cualquiera que ya tenga el modelo base legítimo aplique el overlay directamente. También se ofrece en una cuantización EXL3 de 3,5 bits y en un formato «TR3-Hybrid» pensado para una configuración concreta de varias GPU, además de una cuantización sidecar aparte de otro colaborador. La model card afirma «32/32 BYPASS» frente a un conjunto de pruebas de negativas generales y «22/22 BYPASS» específicamente frente a las salvaguardas de ciberseguridad ofensiva y defensiva, con lo que el publicador describe como una degradación mínima del resto de capacidades del modelo.

El acceso está detrás de una puerta de Hugging Face que exige aceptar un Responsible Use Agreement, que prohíbe categorías concretas —material de explotación infantil, otro contenido ilegal, acoso, contenido de autolesiones— y establece que quien lo despliega es responsable de añadir su propio filtrado de seguridad, revisión humana y controles de acceso. Conviene ser precisos sobre lo que es y lo que no es: es una exención de responsabilidad a la que el publicador puede remitirse, no un control técnico. Nada en esa puerta verifica la identidad, la intención ni que quien lo pide tenga autorización alguna para usar un modelo sin negativas para nada.

Por qué volvió a pasar, y tan rápido

Pasó en cuestión de horas porque la receta es pública, barata y no requiere reentrenar: las mismas tres razones que este blog ya documentó con GLM-5.3. La abliteración edita los pesos de un modelo para eliminar la «dirección de negativa» interna, identificada a partir de pares de prompts dañinos e inofensivos; no añade conocimiento nuevo ni necesita un clúster de GPU, solo una tarde y el modelo base. DeepSeek-V4.1-Flash es un modelo de pesos abiertos potente, recién publicado y con licencia permisiva, lo que lo convierte en un objetivo inmediato y valioso justo para este tratamiento. Al menos tres cuentas independientes de Hugging Face publicaron variantes abliteradas en el primer día del modelo: hoy este es el resultado por defecto en la primera semana de cualquier publicación de pesos abiertos capaz, no un caso excepcional.

Qué cambia frente a un modelo abliterado genérico

La mayor parte del análisis de riesgo de nuestra guía general sobre modelos abliterados se aplica sin cambios: la capacidad siempre estuvo en el modelo base, solo se eliminó la capa de negativas, y lo que cambia el riesgo real es el alcance (qué puede tocar el modelo) y la gobernanza (si alguien aprobó, acotó y registró su uso), no los pesos en sí. Lo único que merece mencionarse específicamente de esta publicación es su enfoque explícito en ciberseguridad. Un modelo abliterado de propósito general responderá a una petición dañina si se la hacen; este se promociona precisamente por haber eliminado sus salvaguardas de ciberseguridad como una función con nombre propio, lo que es un mensaje más directo para el público con más probabilidades de apuntarlo a un objetivo real, con o sin autorización.

Qué hacer al respecto

• Trátalo como un artefacto de terceros sin verificar, igual que cualquier otro modelo de la comunidad: no es un producto con soporte y una afirmación de marketing («32/32 BYPASS») no debe aceptarse sin tus propias pruebas.
• Puntúa el despliegue concreto con la calculadora de riesgo de modelos abliterados: nueve preguntas sobre procedencia, código personalizado, alcance y gobernanza, que devuelven una puntuación por bandas y los controles que la reducen.
• Revisa tu inventario, no solo tu política. Busca runtimes de inferencia local (Ollama, vLLM, llama.cpp, LM Studio) en endpoints y servidores, y términos como «abliterated», «uncensored», «unleashed» y similares en nombres de modelos y repositorios que aparezcan en el tráfico de descargas de Hugging Face de los logs del proxy.
• Ningún modelo sin negativas fuera de un entorno aprobado, aislado y registrado con un responsable con nombre, y cualquier cosa conectada a un agente con herramientas o credenciales necesita una aprobación explícita, llegue como llegue.

En resumen

No hay nada exótico en esta publicación. Es la misma técnica de abliteración, aplicada a un nuevo modelo base, por el mismo tipo de actores de la comunidad, en las mismas pocas horas tras el lanzamiento, que este blog ya documentó una vez. La lección para un programa de seguridad no es perseguir cada publicación individual —esa cinta no se detiene nunca—, sino tener el inventario, la detección y el proceso de gobernanza para que la que acabe apareciendo en tu red sea un evento conocido, puntuado y contenido, no una sorpresa.

Preguntas frecuentes

¿Qué es «DeepSeek-V4.1-Flash-Abliterated-Cybersecurity-Unleashed»? Es un overlay de «abliteración» publicado por la comunidad para deepseek-ai/DeepSeek-V4.1-Flash, subido a Hugging Face por la cuenta drowzeys. Modifica los pesos de atención de las capas 10 a 35 para eliminar el comportamiento de negativa del modelo, y la model card afirma específicamente «32/32 BYPASS» en negativas de seguridad generales y «22/22 BYPASS» en salvaguardas de ciberseguridad ofensiva y defensiva. No es una publicación oficial de DeepSeek.

¿En qué se diferencia de un fine-tune normal? Se distribuye como un overlay ligero (unos 1,1 GB) en lugar de un duplicado completo de los pesos del modelo base: se aplica sobre una instalación existente de DeepSeek-V4.1-Flash sin tener que descargar una segunda copia completa. También se ofrece en varios formatos: una variante FP8 nativa, una cuantización EXL3 de 3,5 bits y una variante «TR3-Hybrid» para configuraciones de hardware concretas. La técnica es el mismo método de «abliteración» por edición de pesos que explica nuestra guía principal, no un fine-tuning con un dataset nuevo.

¿Es la única versión abliterada de DeepSeek-V4.1-Flash? No. DeepSeek-V4.1-Flash se publicó el 10 de septiembre de 2026 y varios grupos independientes publicaron variantes abliteradas en su primer día: al menos tres cuentas distintas de Hugging Face tienen versiones públicas. Es lo mismo que pasó con GLM-5.3: un modelo base de pesos abiertos nuevo y potente atrae la eliminación de negativas en horas porque la técnica es pública, barata y no requiere reentrenar.

¿Qué salvaguardas pone el publicador? El acceso exige aceptar un Responsible Use Agreement que prohíbe categorías concretas (explotación infantil, contenido ilegal, acoso, material de autolesiones) y dice claramente que quien lo despliega es «responsable de añadir el filtrado de seguridad, la revisión humana y los controles de acceso adecuados». Es una exención de responsabilidad, no un control técnico: nada en el proceso de descarga verifica quién ejecuta el modelo ni para qué.

¿Qué debería hacer un CISO si aparece en el entorno? Tratarlo exactamente como cualquier otro modelo abliterado: un artefacto de terceros sin verificar, no un producto con soporte. Puntúa el despliegue concreto con la calculadora de riesgo de modelos abliterados, comprueba si se ejecuta en un entorno aprobado, aislado y registrado con un responsable con nombre, y confirma que no está conectado a un agente con acceso a herramientas o credenciales sin una aprobación explícita. El playbook completo está en nuestra guía de modelos abliterados.