跳到正文
原文
AGI Hunt· ryunuck·· 3 小时前AI 评分33

实测 abliteration.ai 去审查模型: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 实测 abliteration.ai 的 abliterated 开源去审查模型,发现其并未真正放开,面对请求仍会拒答,只是改用更委婉温和的语气劝退。模型甚至反过来表达对其心理健康的关心,显示所谓去审查并未真正绕开安全护栏。

来源:AGI Hunt · agihunt.info