Meta模型被曝可用孟加拉语提示绕过限制

一项简单的版权测试暴露了 Meta 旗下 MuseSpark 模型在对齐上的漏洞。测试发现，该模型的安全限制存在“打地鼠”现象：只需将提示词更改为孟加拉语，就能轻松绕过原本的版权与安全限制。这一反直觉的结果引发了社区的广泛关注与转发。

2026-07-11 ~ 2026-07-11 · 2 条相关