数个字母竟触发 Fable 生物安全拦截，简单实验暴露前沿 LLM 泛化失败
maksym_andr · x · 2026-09-18
开发者 maksymandr 发现，让 Fable 5.1 数一段随机词组「circulation roulette mixed」中的字母，会触发其生物安全护栏并导致模型被降级到 Opus。
这一误拦截的荒谬之处在于：请求本身完全无害，只是简单的字母计数实验。作者据此总结：简单的实验仍能持续揭示前沿 LLM 的各种泛化失败，并希望该问题被修复，否则认为 Fable 5.1 基本「不可用」。
所属事件:数字母实测翻车:Fable 护栏误触、token 低效(5 条相关)→
「模型」频道最新
- 105 个植入 bug 实测:Pareto 以 4.81 美元成本逼近顶级模型 — PawelHuryn · 2026-09-18
- Jason Wei 演讲:智能正商品化,自适应计算是关键转折 — dotey · 2026-09-18
- GPT-6-Astra 三小时通关《过山车大亨2》，对手花 5 倍 token 仍未达标 — scaling01 · 2026-09-18
- RL 模型自创诊断渲染手段理解代码，研究者称更大规模 RL 会现奇招 — teortaxesTex · 2026-09-18
- 开发者曝 Codex 安全加固后改单条消息实例，破坏 agent 记忆连续性 — RileyRalmuto · 2026-09-18
- Astra for Law 在法律研究基准大涨，Ethan Mollick 提问实验室会否吞掉所有 AI 垂直 — emollick · 2026-09-18