Base Labs 联合 Hugging Face 与 Goodfire 推出开放权重 AI 安全合作

Baseten 于今年早些时候成立的研究组织 Base Labs 宣布，与 Hugging Face 和 Goodfire 建立开放权重 AI 安全合作关系。Base Labs 将开发并公开发布用于训练和监测开放模型的方法。该消息由 TechCrunch AI 于 2026 年 9 月 17 日报道。

此前开放权重模型的安全研究与监测方法多由单个机构分散推进或闭源保留；此次由模型部署平台孵化的研究组织牵头，联合模型托管平台与可解释性公司共同开发并公开发布方法，意味着开放模型的安全能力建设开始形成跨机构协作与公开输出的路径。

开放权重模型发布后权重可被任意下载和微调，训练方难以持续观察其后续行为，因此需要可复用的训练规范与监测手段。Hugging Face 提供模型分发与社区渠道，Goodfire 提供模型可解释性方向的能力，Base Labs 承担研究组织角色并将成果公开，形成从模型托管到行为监测的分工组合。

对使用开放权重模型的产品与研发团队而言，若这些方法公开发布，训练与上线环节可能获得可参照的安全监测流程与工具，降低自建监测能力的成本；但也可能带来额外的合规记录与评估步骤，影响模型迭代节奏。

• 关注 Base Labs 公开发布的训练与监测方法，评估能否接入自有开放模型的微调与上线流程
• 在产品中预留模型行为监测与日志接口，以便后续套用公开的开放模型安全评估方案
• 与 Hugging Face 生态的模型托管流程对接，减少安全评估与分发环节的重复工作

• 合作的具体研究范围、时间表和首批输出形式尚未披露
• Hugging Face 与 Goodfire 在该合作中的具体分工和资源投入不明
• 这些方法是否会开源、以何种许可发布尚不确定
• 是否会有其他机构加入或形成标准化的开放模型安全规范仍待观察