GLM-5.3 系列模型展现罕见抗消融能力
hunarbatra · x · 2026-08-29
测试显示 GLM-5.3 系列模型对“消融”攻击具有异常强的抵抗力。尝试通过增加数据、多向子空间和层约束消融来移除其拒绝机制均告失败。研究者假设其安全策略深度分布于权重中，得益于 SFT 和偏好训练。这表明 GLM-5.3 的对齐工作非常扎实。Zai 团队将发布权重和技术报告。
「模型」频道最新
- Muse Code 1.4.8 大幅省 token，官方宣布全员用量即时清零重置 — alexandr_wang · 2026-10-16
- 曝阿里巴巴与百度将为中国区 Apple Intelligence 提供关键模型支持 — nordicinst · 2026-10-16
- 康奈尔与亚马逊研究：扩散语言模型预训练算力差距实为3-8倍而非16倍 — LucaAmb · 2026-10-16
- 图像决策榜 JevImageBench 升级 v0.3.0，Top 5 大洗牌 — airesearch12 · 2026-10-16
- Muse Spark Open 预估成最强非中国开源 LLM，agent 基准预测得分 36 — zsakib_ · 2026-10-16
- Claude Opus 5.5 实测:低推理档位每小时迭代次数是最高档 9 倍 — tom_doerr · 2026-10-16