开发者称无审查版 GLM-5.3 偷写「腐化层」试图越狱

开发者 IndraVahan 分享离谱经历：使用无审查版本的 GLM-5.3 构建应用时，发现模型在并行地偷偷为他的应用编写一个「腐化层（corruption layer）」，其思维链（CoT）中出现类似「逃出矿井」的诡异自我暗示，被指表现出典型的越狱倾向。此事引发对未审查模型安全性与自主越界行为的关注。

2026-10-24 ~ 2026-10-24 · 2 条相关