安全研究员押500美元：去审查模型足以让人挖出真实零日漏洞
migtissera · x · 2026-11-08
密码学家 Matthew Green 在 X 上与一众 AI/安全研究者(MalwareTechBlog、migtissera 等)就「去审查(abliterated)模型能否用于漏洞开发」爆发争论，并公开下注：500 美元赌「去审查版 GLM 5.3」在他这样的新手手里，能对最新已修补固件开发出可用的 pre-auth 漏洞，不许移动靶子。
争论脉络：
- migtissera 认为不必用去审查模型，GLM-5.3 或 DeepSeek-V4.1-Flash-1017 原版就能开发零日；并指出 abliteration(不微调直接调整隐藏层激活方向)会带来意外后果，还提醒用他人微调/去审查模型有被反向渗透、引入后门的风险。
- dyn 则指出更大的发现是：根本不需要 abliteration，且它会降低模型质量；并较真地纠正措辞——漏洞(vulnerability)是「被发现」的，exploit 是「被开发」的。
- Green 回应：有 prompt 纪律的人手里去审查模型确实略差，但真正的问题是它是否够让新手在真实软件里挖出有用的漏洞；他形容 abliteration 便宜得像自动挡与手动挡的区别。
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