Moonshot 自曝:K3.1 Pro 因网络攻击能力过强被主动削弱后开源
AccBalanced · x · 2026-10-24
- Moonshot 在 Kimi K3.1 Pro 发布博客中披露:训练中发现模型的漏洞研究能力随 post-training 扩展稳步提升，溯源发现网络攻击相关内容天然混入了通用 mid-training 语料和 RL 环境中
- 若不在 mid-training 或 RL 阶段移除这类数据，下游 cyber 能力会大幅增强；官方最终在两个训练阶段都识别并删除了 cyber 数据，同时保留通用编程任务
- Moonshot 明确承诺：不开源会「扩展 cyber 能力绝对前沿」的权重，当前 K3.1 Pro 的攻击性网络能力低于其训练管线所能达到的水平，也落后于闭源前沿模型；但未来会逐步提高开放权重的 cyber 能力，理由是防御者也需要双用途工具
- 评论者 Andrew Curran 指出：这是模型通用网络攻击能力即将出现大幅跃升的信号，也是少见的开源前主动「降智」案例
所属事件:月之暗面自曝削弱 Kimi K3.1 Pro 网络攻击能力(20 条相关)→
「模型」频道最新
- Reddit 用户盲测 5 款本地 Agent：同一个 Qwen 模型成绩差近一倍 — GapNew4766 · 2026-10-25
- DLSS 5 让 25 年前的老游戏 FFXI 画面惊艳所有人 — eschadiol · 2026-10-25
- Kimi 3.1 Pro 排名第 4 却实战拉胯，AAI 榜单被指易刷分 — PerformanceRound7913 · 2026-10-25
- Kimi K3.1 Pro 攻防评测登顶 46.43%，被指刻意削弱后仍超 DeepSeek — teortaxesTex · 2026-10-25
- 曝 OpenAI 与 Anthropic 拦截逆向智能电视监视的 REA 工具 — kroggens · 2026-10-25
- 权重压到 -1/0/+1:语音模型从 2.4GB 瘦身到 181MB,WER 仅升 0.4 个点 — lmoroney · 2026-10-25