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)→

原文链接 →

「Infra」频道最新

更多「Infra」频道 AI 资讯 →