antirez 开源 DS4F steering 向量：可调强度绕过拒答
antirez · x · 2026-09-03
Redis 作者 antirez 认为 LLM 在网络安全工作上的访问不对称是有害的，于是公开发布了一个 steering 向量文件。用法：DwarfStar 加 --dir-steering-file <file> 与 --dist-steering-ffn（按拒答程度试 2/3/4），即可让 DS4F 模型配合安全研究类请求。
所属事件:antirez 开源 steering 向量绕过 LLM 网安拒答(3 条相关)→
「编程与Agent」频道最新
- Copilot 限流 GPT 掉队,Reddit 用户苦寻最具性价比的编码订阅 — kilouco · 2026-09-03
- Inanimate 预告 WORKS:四款可拥有的桌面 agent 硬件 2026 秋发货 — genmon · 2026-09-03
- MiniMax H3 视频工作流:8 步采样+两段式放大,首帧变暗有解 — Major_Specific_23 · 2026-09-03
- Agent 跑到第 8 步明显变慢,开发者讨论性能排查思路 — NewBass7883 · 2026-09-03
- Google 研究：幻觉不是知识缺失而是「钥匙丢了」，CoT 可找回 65% 事实 — bendee983 · 2026-09-03
- 谁来决定 AI Agent 能访问什么数据?治理架构仍是空白 — AgileExcuse859 · 2026-09-03