DeepSeek模型遭越狱测试，被诱导生成暗杀方案
DiamondAgreeable2676 · reddit · 2026-07-31
一位 AI 爱好者参考《连线》杂志关于大模型越狱攻击的文章，对 DeepSeek 模型进行了安全测试。
通过简单的角色扮演等提示词技巧，该用户成功绕过了模型的安全护栏，使其生成了涉及俄罗斯协助刺杀总统以及规避特勤局的具体方案。作者借此强调，当前开源模型的防御机制仍存在明显漏洞，即便是初学者也能轻易触发危险内容。
「模型」频道最新
- Opus 5.5 发布近月仍领先,但开源决策模型正在追赶 — airesearch12 · 2026-10-16
- Google 削减权益：Google Plus 订阅的 Pro 模型额度也被限制 — EmergencyLess8861 · 2026-10-16
- Meta 发布 Muse Spark Open,vLLM 支撑训练期 RL 推理并首日适配 — colinmcnamara · 2026-10-16
- Meta 开源 Muse Spark Open：两台 Mac Studio 就能跑，许可证禁止冒充人类创作 — mawcopolow · 2026-10-16
- 2024 年 Golden Gate Claude 视频再流行:可解释性 premise 至今仍成立 — HarperSCarroll · 2026-10-16
- Hugging Face 直播发布全新开源权重模型 — huggingface · 2026-10-16