AGI Hunt· ryunuck·2026-10-26 23:06· 2 小时前AI 评分31abliterated 去审查模型实测:拒答依旧只是语气更温柔实测去审查模型:拒答依旧只是语气更温柔AI 导读网友 ryunuck 试用 abliteration.ai 的 abliterated 去审查开源模型后发现,模型仍会拒答,只是以更委婉温和的方式劝退,并反过来关心其心理健康。这次实测显示,所谓去审查模型并未真正绕开安全护栏。来源:AGI Hunt · agihunt.info开源生态安全对齐现象与趋势#现象/趋势#安全/对齐#开源生态查看事件全部后续