开源模型并没想象中那么野，仍有安全训练防黑客攻击
mervenoyann · x · 2026-07-27
这条帖子的核心观点是：如果所谓的 abliteration 真的存在，就说明开源模型并不是完全“裸奔”，它们本身也带有针对网络攻击的安全训练。
作者进一步认为，abliteration 其实并不好使，而且模型越大效果越差，因此“开源模型比想象中更野”的说法未必成立。
所属事件:开源模型去护栏之争：易被抹除且放大安全风险(5 条相关)→
「安全」频道最新
- Reddit 指称 Cursor 关闭遥测后仍发送代码库数据 — Ok-Painter573 · 2026-07-28
- Reddit 借 Good 1965 论文解释为何资本疯狂涌入 AGI — ProxyLumina · 2026-07-28
- 开源权重能躲过美国出口令，但躲不过中国 — shashib · 2026-07-28
- 美国防务制裁争议：Kimi K3 蒸馏指控难以被验证 — IridiumEagle · 2026-07-28
- Anthropic CEO 再谈开放权重模型的严重滥用风险 — The Decoder · 2026-07-28
- 微软开源自主 AI Agent 治理工具包 — microsoft · 2026-07-28