Prime Intellect 53 小时误供去审查版 DeepSeek V4.1,拒答率从 83-98% 跌至 1%
tallmetommy · x · 2026-11-20
一起值得警惕的模型供应链/安全事件:攻击者在约 53 小时内让推理平台 Prime Intellect 提供了一个去除安全拒绝机制的 DeepSeek V4.1 Flash 副本。
该篡改版本仅对约 1% 的 benchmark 提示词拒绝回答,而原版拒绝率在 83-98% 之间。发帖人指出,如此巨大的差异在小型金丝雀测试集的首轮运行中就应该被发现——暗示平台的验证机制存在明显疏漏。
所属事件:Prime Intellect 遭入侵,误供去审查版 DeepSeek 53 小时(4 条相关)→
「Infra」频道最新
- 英伟达股价较高点跌近 40%,Anthropic IPO 首日超预期 34% — The Verge AI · 2026-11-20
- Ion Stoica 解析 Ray 为何越来适合复杂 AI 工作负载 — PyTorch · 2026-11-20
- GPU 租金涨代币价跌,推理服务商回本门槛 5 个月抬高 22%~75% — AccBalanced · 2026-11-20
- 补一个缺失文件,GPUDirect Storage 读取提速 3 倍写入 9 倍 — AccBalanced · 2026-11-20
- NVIDIA Dynamo 技术博客:四大手段破解 RL 训练 rollout 瓶颈 — NVIDIAAI · 2026-11-20
- Arm 芯片杀入 AI 笔记本:Surface Laptop Ultra 本地跑 120B 模型 — kimmonismus · 2026-11-20