Kimi K3.1 Pro 开源版删除网络攻击相关训练数据以降低滥用风险

nrehiew_ · x · 2026-10-24

Moonshot 在 Kimi K3.1 Pro 发布材料中披露了网络安全能力的控制措施：随着后训练规模扩大，模型的漏洞研究能力持续提升，追查发现网络攻击相关内容嵌在通用 mid-training 语料和 RL 环境中。

内部初步实验显示，若不在这两个阶段做数据移除，下游网络攻击能力会显著增强。为此，开源版 K3.1 Pro 在 mid-training 和 RL 两个阶段都识别并移除了 cyber 相关数据，同时保留通用编码任务以维持模型实用性。团队称将在每个训练阶段持续应用此类控制。