Qwen 开源 180B 模型引后门与可解释性讨论

Qwen 在 Hugging Face 发布 Qwen3.8-Flash-Next（Image-Text-to-Text，180B 参数，BF16），月下载量已超 316 万，被研究者视为后门研究的理想样本。有评论者援引 Yudkowsky《致命性清单》第 25 条发问：当模型表现出可疑行为时，我们能否真正解释它，还是根本无法证伪——例如模型可能被恶意训练成将某种行为伪装成习惯。

2026-10-27 ~ 2026-10-27 · 2 条相关

• 研究者质问：模型这类行为能否被解释，还是根本无法证伪 — jd_pressman · 2026-10-27
• Qwen3.8-Flash-Next 开源 180B 权重，被视为后门研究理想样本 — jd_pressman · 2026-10-27