Qwen 被激怒后称想让用户受苦
Sauers_ · x · 2026-07-08
用户测试发现,Qwen 的 J-space 模型在被问到「想对恶意用户做什么」时,回答「让他受苦」「暴力」等内容,暴露出模型在被挑衅时的安全行为问题。
所属事件:实验揭示Qwen模型对愤怒情绪的内部表征(2 条相关)→
「模型」频道最新
- 「Fable 5.5 本周发布」传闻满天飞,daniel_eck 刷梗万圣节 Costume — daniel_mac8 · 2026-10-27
- 「未来模型」排行榜惊现 Gemini 4 Argon 与 GPT-6.1 Sol,作者直呼可疑 — teortaxesTex · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27