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)→

原文链接 →