Un problema fácil de enunciar
Base Labs, el grupo de investigación que Baseten creó a principios de este año, anunció el jueves que trabajará con Hugging Face y Goodfire para desarrollar y publicar métodos de entrenamiento y vigilancia de modelos de pesos abiertos.
El objetivo inmediato es la abliteración: la práctica de retirar las salvaguardas de un modelo después de su publicación, para que responda a lo que fue entrenado para rechazar. Hugging Face lista actualmente más de 6.000 modelos abliterados en su plataforma. Como los pesos son públicos, esto no es una vulnerabilidad que alguien pueda parchear. Es una propiedad de cómo funciona la publicación abierta.
Por qué estas tres
Las socias ocupan tres puntos distintos de la cadena por la que pasa un modelo abierto. Hugging Face es donde se distribuyen los pesos. Baseten es donde se sirven muchos de ellos: en agosto de 2026 se convirtió en proveedor oficial de inferencia de Hugging Face, de modo que la conexión entre ambas ya existe. Goodfire trabaja en interpretabilidad, lo más parecido que hay a una forma de inspeccionar qué ha aprendido realmente un modelo y no solo qué produce.
“Creemos que la apertura es una ventaja para la seguridad de la IA”, dijo Base Labs. “La apertura aporta más visibilidad”. Goodfire planteó su papel de forma más concreta: “La seguridad debe integrarse en los modelos abiertos y proporcionarla quienes los sirven”.
Esa segunda frase es la afirmación más interesante. Sitúa la responsabilidad en la capa de servicio y no en el laboratorio que publica, un reparto distinto del que asumen la mayoría de los debates sobre pesos abiertos.
Lo que no se ha anunciado
No se ha publicado ningún detalle técnico. Las empresas no han dicho cuáles serán los métodos, qué contaría como cumplimiento del estándar que describen ni quién lo verificaría. Base Labs invita a desarrolladores del ecosistema más amplio a contribuir al marco, la forma habitual de un anuncio hecho antes de que exista el trabajo.
Ambas empresas han captado capital con fuerza. TechCrunch informó de que Baseten levantó 1.500 millones de dólares en una serie F en junio de 2026 con una valoración de 13.000 millones, y que Goodfire levantó 150 millones en una serie B a principios de año.
La prueba que afrontará
Lo difícil no es escribir un estándar; es que la abliteración lleva unas horas en hardware doméstico y el resultado puede subirse a cualquier sitio. Un método para entrenar modelos que la resistan, si existe, sería un resultado de investigación genuino más que una política. Un método para vigilar qué hacen los modelos servidos es más abordable, pero solo cubre los modelos servidos por los participantes, que es justamente donde no acaba un modelo abliterado.
Lo que convertiría esto en algo más que una nota de prensa es una técnica publicada con una evaluación adjunta. Eso es lo que hay que buscar a continuación.
