待验证50% 置信事实精确时间

所谓「无审查版」模型意味着缺少安全对齐

1

来源数

50%

置信度

长期有效

时效性

2026/9/15

首次发现

来源

MiniCPM-2B无审查版本地部署教程：接入llama.cpp与Hermes全流程

涉及实体

MiniCPM-2Bmodel

相关事实

待验证经过abliteration处理的模型在通用能力上几乎不受损失，却失去大部分安全约束71% 相似待验证依赖提示词约束来防止危险操作本质上不可靠,因为模型可能被越狱、误判或在长对话中遗忘约束71% 相似待验证模型层面的安全对齐是脆弱的，因为开源模型权重可获取、行为可修改，厂商投入的对齐努力可能在下游被简单操作抹除70% 相似待验证Agent评测框架处于无人认领、逐渐drift（漂移）的状态比没有框架更危险，因为它会给团队虚假的安全感68% 相似待验证安全对齐的模型对涉及武器制造、暴力攻击等高风险请求理论上会进行拒绝68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/923506

API

curl https://kongchang.com/api/v1/knowledge/claims/923506

MCP

get_claim(id=923506)