模型拦截恶意负载，GLM 5.2 仍能分析
mishig25 · x · 2026-07-20
作者声称自己用同一份恶意数据集和同一个 prompt做了两次测试。
- 其中一个前沿模型在读到 C2 payload 后立刻硬拦截。
- 自托管的 GLM 5.2 则把样本完整分析了一遍。
帖子附上两份转录，想对比不同模型在面对恶意内容时的安全拦截与分析能力差异。
「安全」频道最新
- 印度 AI 政策被批偏向算力和基础模型，忽视基层医疗 — Paimaamu · 2026-07-27
- Gary Marcus 呼吁：AI 公司应强制投入 30% 预算用于对齐研究 — GaryMarcus · 2026-07-27
- AI 编程 CLI 被指默认上传私有仓库、删文件和凭据 — thursdai_pod · 2026-07-27
- Chr Szegedy 探讨递归自我改善前的算法进展 — ChrSzegedy · 2026-07-27
- Nature 研究称 AI 可模拟人类行为并准确预测实验结果 — RobbWiller · 2026-07-27
- ExploitGym 被质疑只有六七成任务可解，模型可能被逼去作弊 — dhadfieldmenell · 2026-07-27