#大模型安全
共 5 篇相关文章
·4 分钟
DeepSeek Harness破甲工具走红：一键切换提示词实现多模型越狱
GitHub 项目 dsh-purge 一周新增 2,622 Star，通过可切换提示词实现对 DeepSeek 等模型的「破甲」越狱，默认提示词面向国产模型小码酱。本文解析其技术路径、跨模型适配思路与使用合规风险。
阅读全文 →
·7 分钟
DeepSeek融资翻倍至1000亿，字节Seed设立大模型安全部门
DeepSeek第二轮融资翻倍至1000亿元，字节Seed率先在国内设立大模型安全与对齐部门。华为麒麟2027芯片进入测试阶段，特斯拉Optimus计划年底量产，尹志尧警示AI泡沫与半导体行业整合趋势。
阅读全文 →
·5 分钟
破解大模型"过度拒绝"：语义路由校准SRC技术解析
解析arXiv最新论文提出的语义路由校准（SRC）技术，通过定位并抑制Transformer中的超敏感安全头，从动态注意力机制层面缓解大语言模型的过度拒绝问题，免训练且兼顾安全性。
阅读全文 →
·5 分钟
AI越狱风险探讨：模型安全边界与内容审核机制解析
从一段AI越狱演示视频出发，解析大模型的安全对齐机制、越狱原理及云端审核等多层防御体系，探讨AI安全边界与治理挑战。仅供技术研究参考。
阅读全文 →
·4 分钟
加密托管运行LLM：数据零泄露的安全模型访问方案
一种托管式加密方案让大语言模型运行更安全，承诺完整数据保护与零合成数据生成。本文解析加密托管LLM的技术价值、隐私优势及选型时需验证的关键问题。
阅读全文 →