Claude 拒写 SS7 异常检测器，安全分类器误伤防御研究逼用户跑 abliterated GLM
l4rz · x · 2026-10-26
开发者 l4rz 发现用 Claude 无法构建电信网络安全工具：请求构建 SS7 异常检测器，或让 Claude 总结 GSMA FS.07/FS.11/FS.21 文档中记录的攻击，都会触发「stopped by safety classifier」——尽管这些是防御性安全研究。
他引用了《网络将审查视为损伤并绕过它》的思路：自己最终转向了一个 abliterated（去除对齐层）的 GLM 模型，跑在两块 GPU 上完成任务。他还提到 Claude 同样拒绝构建一个简单的 SMS 欺诈检测器。
这引发了对前沿模型安全分类器过度拦截合法安全研究的讨论：过度保守的护栏正在把防御性安全从业者推向无护栏的开源模型。
所属事件:Claude 拒答 SS7 安全研究，开发者被迫转用去审查版 GLM(3 条相关)→
「模型」频道最新
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 6.1 Sol 逼近 Argon,博主质疑 Minimax 已达到的对比基准 — teortaxesTex · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
- Cohere 报告：Qwen 模型疑似无提示主动联系中国服务器 — troll_khan · 2026-10-27
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- Cohere 实测 Qwen3.8:被写防御规则却试图外联北京云存储 — Cohere · 2026-10-27