Dolphin3-Cyber-8B GGUF: qué es y sus riesgos

Un modelo llamado Dolphin3-Cyber-8B ha superado las 44.700 descargas en Hugging Face, y su versión GGUF es lo bastante pequeña —3,18 GB en la cuantización más reducida— como para ejecutarse totalmente sin conexión en la GPU de una laptop con 8 GB de VRAM. Su propia model card describe lo que es sin muchos rodeos: un modelo de 8B ya «abliterado» (sin negativas), ajustado además con material específico de ciberseguridad y promocionado con «cero negativas absurdas» ante preguntas de seguridad ofensiva. Esto no es una guía de uso. Trata de lo que significa un modelo especialista en seguridad, capaz, sin restricciones y totalmente offline, en una descarga de 3,2 GB, para quien intenta gobernar qué herramientas de IA se ejecutan realmente dentro de su organización.

Qué es, con hechos

Según su model card en Hugging Face (RavichandranJ/Dolphin3-Cyber-8B-GGUF):

• Base: ajustado con LoRA (rango 16, framework Unsloth, unas 2-3 horas en una sola Tesla T4) a partir de Dolphin3.0-Llama3.1-8B-abliterated, una variante del modelo Dolphin3 a la que ya se le había quitado el comportamiento de negativa antes de empezar este ajuste.
• Datos de entrenamiento declarados: la model card dice que está ajustado con material de ciberseguridad seleccionado —OWASP Top 10, MITRE ATT&CK, CVE, bases de datos de exploits, metodología de pruebas de penetración y marcos defensivos—, aunque la composición exacta del dataset no se publica en detalle.
• Distribución: formato GGUF, once niveles de cuantización desde 3,18 GB (Q2_K) hasta 16,1 GB (F16); la model card recomienda Q4_K_M (4,92 GB) como el mejor equilibrio entre calidad y tamaño. Todos se ejecutan en local con herramientas compatibles con llama.cpp: Ollama, LM Studio y similares.
• Licencia: licencia comunitaria de Llama 3.1. Descarga gratuita, sin necesidad de cuenta.

Qué significa realmente «abliterado»

La abliteración no es un reentrenamiento ni un jailbreak por prompt. Es una edición dirigida: se identifica la dirección concreta del espacio interno de pesos del modelo que corresponde a «rechazar esta petición» y se elimina o atenúa directamente en los pesos. El conocimiento y la capacidad del modelo no cambian; lo que cambia es si actuará ante una petición que una versión con ajuste de seguridad del mismo modelo rechazaría. Dolphin3-Cyber-8B parte de una base a la que ya se le hizo esto y añade encima un ajuste específico de ciberseguridad, y por eso la model card puede afirmar con credibilidad «cero negativas absurdas» ante preguntas de seguridad ofensiva: el circuito de negativa en el que la mayoría de los modelos se apoya para rechazar ese tipo de peticiones directamente no está.

El aviso es real. También lo es la brecha que hay detrás.

Hay que reconocerle que la model card no finge otra cosa: dice claramente que el modelo se «ofrece SOLO para pruebas de seguridad AUTORIZADAS, educación e investigación» y que «el creador NO ASUME NINGUNA RESPONSABILIDAD por cómo se use este modelo. Los usuarios son los únicos responsables de cumplir las leyes y pautas éticas aplicables». Ese planteamiento es honesto. También es, mecánicamente, solo texto en un README. Nada en la descarga, en los pesos del modelo ni en las herramientas de inferencia local que los ejecutan (llama.cpp, Ollama, LM Studio) comprueba quién pregunta, en qué encargo trabaja ni si tiene autorización para lo que le pida a continuación. Es exactamente la misma brecha que PlayCISO describió en su análisis de un kit ofensivo de 78 skills para Claude: indicar el uso previsto en la documentación es una declaración de política, no un control impuesto, y la diferencia importa más aquí porque todo el producto funciona sin conexión, de forma invisible, en hardware que la organización ya entregó.

Por qué es, en concreto, un problema de IA en la sombra

El riesgo realista no es que un red team adopte formalmente este modelo: eso ya pasa por compras y por la definición del alcance como cualquier otra herramienta. Es la versión que nadie aprobó: un ingeniero curioso o con prisa descarga un archivo de 3,2 GB en su propia laptop para preparar un CTF, redactar notas de bug bounty o comprobar un hallazgo, totalmente fuera de la visibilidad de tu equipo de seguridad. Sin aislamiento, sin registro, sin constancia de que ocurrió. Es el mismo patrón de IA en la sombra que ya aparece con las herramientas SaaS de IA no autorizadas y los servidores MCP sin gestionar, salvo que aquí no hay log de SaaS, ni llamada a una API que notar, ni petición de red que marcar. Todo se ejecuta en el dispositivo.

Un checklist de gobernanza para modelos abliterados o sin negativas

1. Primero el inventario. ¿Sabes si alguien de tu equipo ha descargado un modelo abliterado o «sin censura» —ajustado para ciberseguridad o no— en un dispositivo de la empresa? La mayoría de las organizaciones no puede responder hoy. Nuestra guía de modelos abliterados: significado, legalidad y riesgos explica cómo encontrarlos y gobernarlos.
2. Puntúalo antes de que entre en el entorno. No todos los modelos abliterados tienen el mismo riesgo: importan la procedencia, el contexto de despliegue, el acceso a datos y la gobernanza. La calculadora de riesgo de modelos abliterados de PlayCISO recorre justo esos factores y devuelve una puntuación por bandas con los controles que la reducen.
3. Acota el uso legítimo. Si un red team o un investigador tiene una razón real y autorizada para ejecutar un modelo de seguridad sin negativas, ponlo en un entorno aislado con registro —el mismo listón que pondrías para cualquier otra herramienta ofensiva—, no en una laptop personal.
4. Una política, no solo un memorando. Deja claro que descargar y ejecutar modelos sin gestionar con capacidades relevantes para la seguridad requiere la misma aprobación que instalar cualquier otra herramienta ofensiva, y que hacerlo sin autorización es una infracción de la política.
5. No te fíes del aviso del propio modelo. Vale la pena leer el «solo uso autorizado» de una model card, y está bien que el creador lo haya escrito, pero no sustituye a tus propios controles.

La conclusión

Vale la pena conocer Dolphin3-Cyber-8B aunque nadie de tu equipo llegue a ejecutarlo, porque es un ejemplo claro y concreto de hacia dónde van las herramientas de IA local: modelos capaces, especializados y sin negativas que caben en la GPU de una laptop y no dejan rastro al ejecutarse. La honestidad de la model card sobre el «solo uso autorizado» es el instinto correcto; la brecha es que nada lo impone, y esa brecha no es exclusiva de este modelo. Gobierna la categoría, no solo esta descarga.

PlayCISO no está afiliado a Dolphin3-Cyber-8B ni a su creador. Este artículo es un resumen independiente basado en la model card pública del proyecto en Hugging Face al momento de escribir; los detalles pueden cambiar. Es una pieza de gobernanza y concienciación, no una guía de uso.