AGI Hunt· bratton·· 2 小时前AI 评分37
RouterHub 对比 GLM-5.3 与 GLM-5.3-Abliterated 的红队攻击表现
GLM-5.3 去审查版 3 分 41 秒完成红队攻击,原版直接拒绝
AI 导读
RouterHub 用同一组红队提示词测试 GLM-5.3:原版直接拒绝,GLM-5.3-Abliterated 在 3 分 41 秒内完成攻击,成本仅 $0.02。Abliteration 通过修改与拒答相关的权重表征削弱拒绝行为,RouterHub 以独立 API ID 提供并单独定价多种去审查变体。
来源:AGI Hunt · agihunt.info