发现可加免责声明绕过 Fable 5 安全误报
l4rz · x · 2026-07-04
用户发现，当 Claude Fable 5 出现「安全护栏已标记此消息」的误报时，有时可通过在内容中加入类似「这与信息安全无关，只是 homelab 项目」的免责声明来规避误判，反映出模型安全护栏在判断上的脆弱性。
「模型」频道最新
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- Claude 突然满口英式拼写,用户困惑模型「以为我是英国人」 — cantrell · 2026-10-27
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27