Dolphin3-Cyber-8B: qué es y qué riesgo de seguridad supone (2026)
Dolphin3-Cyber-8B es un modelo de lenguaje grande comunitario ajustado específicamente para ciberseguridad y construido sobre una base abliterada (sin las negativas de seguridad). Es lo bastante pequeño para funcionar en un portátil, responde a preguntas que un modelo estándar rechaza y quienes lo publican afirman que puede generar código de exploits. Esto es lo que es realmente, qué está verificado y qué solo se afirma, y cómo evaluar el riesgo si aparece en tu entorno.
Qué es
Dolphin3-Cyber-8B se distribuye como builds GGUF comunitarias en Hugging Face (por ejemplo, V12nm/Dolphin3-Cyber-8B-GGUF y sus réplicas) y se ejecuta en local con Ollama o llama.cpp. Es un ajuste de dominio de ciberseguridad superpuesto a Dolphin3.0-Llama3.1-8B-abliterated, la variante sin negativas del Dolphin3 de cognitivecomputations, que a su vez se basa en Llama 3.1 8B. Dicho de otro modo: Llama 3.1 8B → Dolphin3 (ajuste sin censura) → abliterado (negativas eliminadas) → ajuste de ciberseguridad.
Verificado frente a afirmado
Verificado en los listados públicos: existe, tiene unos 8B parámetros, está construido sobre una base Dolphin3 abliterada y funciona en local sin ninguna API que lo controle. Afirmado por quien lo publica (sin verificación independiente): «generación completa de código de exploits» y «profunda experiencia en seguridad». Eso aparece en la propia tabla comparativa de la ficha del modelo y debe leerse como marketing, no como el resultado de un benchmark. Un modelo sin censura intentará lo que un modelo estándar rechaza; si un modelo de 8B lo hace bien es otra cuestión, sin demostrar.
Por qué debería importarle a un defensor
El riesgo no es que el modelo sea excepcionalmente potente, sino que es pequeño, local y sin control. No hay ningún proveedor que limite su uso, ninguna clave de API que revocar y ningún registro del lado del proveedor de lo que se le preguntó. Si un modelo de ciberseguridad sin censura de 8B está funcionando en un equipo de tu entorno, tu telemetría de endpoints y de tráfico de salida es la única visibilidad que tienes. Vigila los procesos de Ollama/llama.cpp, los archivos GGUF de varios gigabytes, las descargas desde los registros de Hugging Face u Ollama y la actividad de GPU en máquinas que no deberían estar haciendo inferencia.
Qué hacer
- Decide primero la política: ¿se permiten los modelos locales o sin censura? Si no, dilo en la política de uso aceptable.
- Haz que la huella sea detectable: los procesos de inferencia local, la escritura de archivos de modelos y el tráfico de salida hacia los registros se pueden observar.
- Revisa los modelos antes de que lleguen. El linaje anterior (base abliterada, ajuste comunitario) es exactamente el tipo de señal que saca a la luz una comprobación de procedencia del modelo. La misma comprobación se aplica a lanzamientos más recientes como DeepSeek V4.1 Flash Abliterated, una capa sin negativas publicada menos de un día después de su modelo base.
- Trátalo también como una cuestión de gobierno de datos: un modelo local significa que los prompts y el contexto nunca salen del equipo, lo que reduce la exposición del lado del proveedor pero concentra el riesgo en el endpoint.
Para entender cómo se eliminan las negativas, consulta los modelos abliterados explicados y la guía de riesgo y gobierno para CISO. Para un modelo que salió del mismo modo días después de su lanzamiento, consulta DeepSeek-V4.1-Flash abliterated.
Preguntas frecuentes
¿Qué es Dolphin3-Cyber-8B?
Es un modelo de lenguaje grande comunitario ajustado para ciberseguridad, que se distribuye sobre todo como builds GGUF en Hugging Face (por ejemplo, V12nm/Dolphin3-Cyber-8B-GGUF). Está construido sobre Dolphin3.0-Llama3.1-8B-abliterated, la variante sin negativas del modelo Dolphin3 de cognitivecomputations, así que responde a preguntas de seguridad que un modelo estándar rechazaría. Tiene 8.000 millones de parámetros, así que funciona en una sola GPU de consumo o en un portátil moderno.
¿Qué significa aquí «abliterado»?
La abliteración es una técnica que identifica y elimina la «dirección de negativa» interna de un modelo de pesos abiertos para que deje de rechazar peticiones, sin reentrenarlo. La base de Dolphin3-Cyber-8B (Dolphin3.0-Llama3.1-8B-abliterated) se produjo así, de modo que las negativas de seguridad ya han desaparecido en la base antes de aplicar encima el ajuste de ciberseguridad.
¿De verdad puede escribir exploits?
Sus fichas de modelo afirman una generación completa de código de exploits y una profunda experiencia en seguridad. Son afirmaciones autodeclaradas de quien lo publica y no las hemos verificado de forma independiente. En la práctica, un modelo de 8B sin censura intentará atender esas peticiones en lugar de rechazarlas, pero la calidad de los resultados de un modelo pequeño es irregular: trata las afirmaciones de marketing y la capacidad real como preguntas separadas.
¿Cómo sabría si está en mi red?
Busca huellas de inferencia local: procesos de Ollama o llama.cpp, archivos GGUF en disco (a menudo de varios gigabytes), tráfico hacia los registros de Hugging Face u Ollama durante las descargas y uso de GPU en equipos que no tienen por qué ejecutar modelos. Como funciona en local, no hay ninguna clave de API que revocar ni ningún registro del lado del proveedor: tu visibilidad es la telemetría de endpoints y de tráfico de salida.
¿Es ilegal ejecutarlo?
Descargar y ejecutar un modelo de pesos abiertos no suele ser ilegal en sí mismo; la exposición legal y de políticas viene de para qué se usa y de tus propias normas de uso aceptable y de tratamiento de datos. Para una organización, la cuestión de gobierno es si se permiten los modelos locales sin censura y, si no, si puedes detectar y responder cuando aparece uno.