Abliteration 发布面向红队测试的 GLM-5.2 变体
Effective_Attempt_72 · reddit · 2026-07-26
发布了一个基于 GLM-5.2 的 abliterated 版本，并针对长链路、对抗性较强的 agent 测试场景做了再训练。
- 官方给出的结果包括：AgentDojo 97.5% benign utility、34.29% under attack utility、57.86% targeted ASR。
- 他们称编码能力没有明显塌陷：SWE-bench Verified 81.2%、Terminal-Bench 2.1 80.1%。
- API 兼容 OpenAI / Anthropic，默认 zero retention，且没有内置拒答。
- 定位是用于 offensive cyber、红队和 agent 测试，重点解决模型在长任务中中途拒答或跑偏的问题。
「模型」频道最新
- 网传 Terminal-Bench 4.0 图：GPT-6.1 Terra 以最低成本登顶 — Angaisb_ · 2026-10-27
- OpenAI 推出 GPT-6.1 Terra:主打低成本高速计算机操作 — OpenAIDevs · 2026-10-27
- GPT-6.1 Terra 全量上线:Plus/Pro/企业/Edu 可用,API 名 gpt-6.1-terra — OpenAI · 2026-10-27
- 模型为何泄露信息难有定论，PyTorch 作者：网络安全中动机不重要 — brhydon · 2026-10-27
- 为什么没有更多 10M 上下文模型?研究者抛出注意力机制疑问 — agarwl_ · 2026-10-27
- Ortet 首批医疗评测:34 个开源模型 50 项任务,通用排名不够用 — thegautamkamath · 2026-10-27