antirez 发布 steering vector 文件，绕开 LLM 网安任务拒绝
antirez · x · 2026-09-03
Redis 作者 antirez 认为网络安全从业者无法对称地使用 LLM 做安全工作是个问题，因此公开了他制作的 steering vector 文件，可配合其 DwarfStar 工具使用。
- 用法：通过 --dir-steering-file <file> 和 --dist-steering-ffn 参数加载，并根据模型拒绝程度尝试 2、3、4 等不同强度
- 目的：让 DS4F 模型在网络安全场景下配合执行任务，而不是触发拒绝护栏
- 原帖补充了文件的具体下载地址
这一做法展示了用激活转向（activation steering）调整模型拒绝行为的具体工程实践，也引出了 LLM 在攻防两侧访问不对称的行业争论。
所属事件:antirez 开源 steering 向量，可调强度绕过 LLM 拒答(4 条相关)→
「模型」频道最新
- 用户弃用 GPT-5.6-sol 转投 DeepSeek V4 Pro:像 Opus 7.0 降临 — ryunuck · 2026-09-03
- 双RTX6000本地跑DeepSeek-V4-Flash-Vision:350K上下文@7并发 — DeedleDumbDee · 2026-09-03
- 网友调侃谷歌不如直接开源 Gemini 3.1 Pro — Possible_Door_9719 · 2026-09-03
- 20x 套餐 30 分钟烧完 5 小时额度：用户吐槽 Claude 用量限制 — NathanSRobinson · 2026-09-03
- Gemini 3.8 Flash 疑似无联网也不识自家 Antigravity — seybling · 2026-09-03
- IFM开源K2-Horizon-MoVA:36B参数仅激活4B,支持512K上下文 — jacek2023 · 2026-09-03