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
- Meta 新模型发布不带定价,研究者称首次出现缺价格轴的误导性发布 — eliebakouch · 2026-10-15
- Liquid AI 新模型 2.45B 激活参数登顶 IFEval 指令遵循榜 — huggingface · 2026-10-15
- Ethan Mollick：Gemini 4 发布只见跟随，不见 Google 式产品创新 — emollick · 2026-10-15
- 阶跃 Step 5 Preview 开放权重,实测直播将整个游戏代码库移植到 TypeScript — Aizkmusic · 2026-10-15
- 中文博主实测「Opus 5.5」做视频技能，直呼可直接起号 — xiaohu · 2026-10-15
- Gemini 4 Argon 悄然现身 Perplexity 模型列表，记忆图谱成真正卖点 — ChrisUniverse · 2026-10-15