phantom-kv 开源：18MB KV 注入即可移除 LLM 拒答

开发者发布开源项目 phantom-kv，一种不修改模型权重的「去拒答」方案：离线用模型自身目标训练一小段 key/value 张量库（约 18MB），推理时直接注入模型的 KV cache，通过注意力机制按请求移除拒答行为。该方案无需重训或改动权重，即可让模型跳过安全拒绝，引发对轻量级绕过安全对齐技术的关注与讨论。

2026-09-22 ~ 2026-09-22 · 2 条相关

• 不改权重、18MB KV 缓存即可按请求移除 LLM 拒答行为 — Anony6666 · 2026-09-22

另有 1 条近重复转述:Anony6666