10a Labs 测绘无审查开源模型生态：3,471 个原始模型与 8,164 次再分发

论文速读

问题

开源权重模型通常带有安全后训练，但一批行为者正移除这些护栏并再分发。作者认为该生态的规模、关键参与者、增长速度和可获取性此前了解不足，而它正支撑攻击性安全工具、恶意软件生成器和 NSFW 服务等下游应用。

方法

抓取 HuggingFace 模型与数据集仓库（含中英日关键词及高产者全量爬取）和 GitHub 仓库，用 GPT-5 分类器将候选仓库分为原始去审查模型、压缩再分发、模型合并、恶意数据集或误报，并区分“生产者”与“再分发者”两层，按发布时间做趋势分析。

实验与结果

识别出 3,471 个原始去审查模型、8,164 个压缩再分发、547 个合并和 178 个恶意数据集；每个原始模型平均被再打包 2.4 次，三个再分发者占 52%。生产与再分发基本是两群人（仅 24% 重叠）。GitHub 上 1,643 个应用集成此类模型，25% 被归为明确恶意；Dolphin 家族支撑 30% 应用，Ollama 出现在 43% 的 README 中。中国来源基础模型占 38%，Qwen 占其中 80%。Heretic 工具发布后月产量从约 89 升至约 338。

局限与可以继续做的

仅覆盖 HuggingFace 与公开 GitHub，未含 ModelScope、Gitee、私有仓库和自托管部署；分类仅单次 LLM 判定、无人工验证，30.3% 候选被判为误报，未测精确率与召回率；21% 原始模型无技术信号；Q1 2026 仅约 2.3 个月；GitHub API 每查询上限 1,000 条，CJK 结果被截断；6.3% 条目基础模型来源未解析。

据 论文全文（AI 生成） 整理，供快速了解，以论文原文为准。