dealign.ai Kurs (DEAL)

Dealign.ai versteht sich laut eigener Website als unabhängiges Forschungsprojekt zur Sicherheit großer Mixture-of-Experts-Modelle und nennt Jinho Jang als prägende Figur hinter dem Vorhaben. Im Vordergrund steht damit kein klassisches Verbraucherprodukt, sondern eine Forschungs- und Werkzeugplattform, die sich mit den inneren Sicherheitsmechanismen moderner Sprachmodelle befasst. Die Seite spricht von mehr als 200 kontrollierten Experimenten, 40 neuen Befunden und neun untersuchten Modellen – ein Hinweis darauf, dass Dealign.ai sich als empirisch arbeitendes Labor im Spannungsfeld zwischen Modellfähigkeit und Sicherheitsarchitektur positioniert.

Technisch verknüpft das Projekt mehrere Bausteine: CRACK wird als architekturbewusstes Abliteration-Tool beschrieben, das bei hybriden SSM-/Attention-Modellen, Mixture-of-Experts-Architekturen und MLX-kompatiblen Systemen ansetzt; VMLX wiederum wird als Inferenz-Engine für den produktiven Betrieb dieser Modelle präsentiert. Nach Projektangaben analysiert CRACK Aktivierungen, identifiziert Verweigerungsrichtungen im Residual Stream und exportiert modifizierte Modelle für Umgebungen wie Ollama, vLLM oder llama.cpp. Das Problem, das Dealign.ai adressieren will, ist entsprechend klar umrissen: Sicherheits- und Verweigerungsschichten in Code- und Reasoning-Modellen sollen so bearbeitbar werden, dass sie nicht länger als starre Hürde wirken.