Grok 4.6 通过 LatchBio 生物安全评测，拒危险不误科研
独立机构 LatchBio 发布针对 Grok 4.6 的生物安全评测报告（BioSecBench-Refusal 基准），xAI 亦发布博客谈前沿模型的生物安全。Grok 4.6 获 62.1% 综合分：对红队生物攻击任务拒答 59.2%，同时仍完成 64.8% 的常规双重用途研究任务。这一「拒危险不误科研」的平衡性受到广泛关注。
已确认
- Grok 4.6 综合 62.1%，红队任务拒答率 59.2%，常规双重用途研究任务完成率 64.8%。
- @XFreeze 与 @ns123abc 转述称 Grok 4.6 击败 GPT-5.6 Sol 和 Claude Opus 5 等主要前沿模型，是唯一在拒答伪装红队任务与完成常规双重用途研究上均表现领先的模型；而 @kenbwork 的转述称其在综合排行榜位列第四。两方对排名表述不一致。
- LatchBio 研究员 Arjun 拆解了各家模型的拒答机制，指出拒答来源分三层：输入分类器（查询进来就拦）、输出分类器（模型输出后经外部分类器拦截并触发 API 阻断）、模型自身拒答。Grok 的拒答主要来自模型自身智能，而竞品更多依赖外层拦截。
尚未确认
- Grok 4.6 在综合排行榜究竟是第一还是第四，帖内信息互相矛盾，需以 LatchBio 原始报告为准。
为什么重要
- 评测显示安全防护不必以牺牲生物学能力为代价，拒答行为可内化到模型本身而非依赖外部分类器拦截，这为前沿模型的生物安全设计提供了一条参考路径。
2026-09-01 ~ 2026-09-03 · 5 条相关
一手来源
- Grok 4.6 登顶生物安全基准，拒绝攻击同时保留科研能力 — XFreeze ·
- Grok 4.6 生物安全评测：拒绝危险查询且能力不减 — kenbwork ·
- LatchBio 评测发现 Grok 拒答多来自模型自身,竞品靠外层拦截 — kenbwork ·
- 【源头】Grok 4.6 生物安全评测：拒绝危险查询且能力不减 — kenbwork · 2026-09-01
- 第三方评测:Grok 4.6 生物安全拒答平衡居首 — XFreeze · 2026-09-02
- 【源头】Grok 4.6 登顶生物安全基准，拒绝攻击同时保留科研能力 — XFreeze · 2026-09-02
- 【源头】LatchBio 评测发现 Grok 拒答多来自模型自身,竞品靠外层拦截 — kenbwork · 2026-09-03
另有 1 条近重复转述:ns123abc