密码学家 Matthew Green：绕过模型护栏太廉价，安全性形同虚设
matthew_d_green · x · 2026-11-09
密码学家 Matthew Green 在 X 上回应称，abliteration（剥离模型安全护栏的技术）实现成本极低，就像开自动挡和手动挡的区别——意思是攻破模型安全层几乎没什么门槛。此前有研究者指出，用 GLM-5.3 或 DeepSeek-V4.1-Flash-1017 开发零日漏洞根本不需要 abliteration。整段讨论折射出业界对开源模型安全护栏实际效用的普遍悲观。
所属事件:密码学家与安全研究者对赌 500 美元：AI 能否挖出 0day(29 条相关)→
「模型」频道最新
- SimpleHC 将 Hyper-Connections 训练开销从约 59–100% 降到 2.4% — SonglinYang4 · 2026-11-09
- 爆料称 Opus 5.5 仅 10B 激活参数，用户已用 handover.md 迁移到 Qwen-4-Flash — teortaxesTex · 2026-11-09
- 「基准像香水：能闻不能喝」——公开榜单该信多少？ — intellectronica · 2026-11-09
- 并发跑满 20 条线程仅用 17% 额度:$200 Claude 订阅性价比惊人 — cyrus_zei · 2026-11-09
- Grok Bot 用量遭质疑暗改规则，xAI 扛不住舆情宣布重置 — xiaohu · 2026-11-09
- 加两 token 注释让 Host B 成功率翻倍：同权重不同托管差异悬案 — No_Pea_6625 · 2026-11-09