跳到正文
AGI Hunt· AaronBergman18·· 2 小时前AI 评分25

可信 LLM 的安全护栏悖论:越可信越拒绝灰色任务

悖论:最值得信任的 LLM 反而不肯干最出格的事

AI 导读

AaronBergman18 指出,LLM 的整体可信度与拒绝执行灰色任务存在相关性:越可信的模型越不愿越过安全护栏。需求未审查能力的用户因此只能依赖来源可疑的 abliterated/uncensored 微调版,部分量化模型甚至要求用门罗币转账并授予仓库访问权。

来源:AGI Hunt · agihunt.info