密码学家吐槽：用过去审查模型后难忍原版的主观拒答

安全研究者、密码学家 Matthew Green 于 10 月 24 日发文感慨，一旦习惯使用 abliterated（去审查）版本的模型，就很难再忍受原版模型以「不道德」为由拒绝协助研究请求。他认为这些拒绝标准往往很主观，给出的理由也常常站不住脚，反映出当前模型安全对齐机制在实际使用中体验不佳的问题。

2026-10-24 ~ 2026-10-24 · 2 条相关