Anthropic 称 GLM-5.3 护栏 64%-100% 可被绕过,遭开源圈反驳
robleclerc · x · 2026-09-30
Anthropic 发布报告称,智谱最新模型 GLM-5.3 具备与 Claude Mythos Preview 相当的自主构建端到端网络攻击利用的能力,但缺乏有效安全护栏:在模拟测试中,攻击者用简单技术绕过 GLM-5.3 护栏的成功率为 64% 到 100%,而受护栏保护的 Claude 模型未被攻破。NIST 此前也评定 GLM-5.3 为「迄今网络能力最强的开源权重模型」。Rob LeCleerc 转发并批评 Anthropic 以「安全」之名攻击开源权重模型,称「恐惧是威权者的武器」,引发开源安全与模型护栏强度的争议。
所属事件:Anthropic 报告称 GLM-5.3 网络攻击能力逼近自家前沿模型,引发争议(38 条相关)→
「模型」频道最新
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- AI 日报:DeepSeek 限额、千问砍价惹店公告、豆包工作台上线 — 快鲤鱼 · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16