Reddit用户警示去审查本地模型的安全风险

2026年10月7日，据 AGI Hunt 报道，Reddit 上有用户发帖警示：运行经过 abliteration（去对齐、去审查）处理的本地模型，存在实际的安全风险，攻击者可借此「pwn」（即入侵、拿下）使用者的系统。该用户指出，被去除安全护栏的模型更容易被用来生成恶意载荷，或诱导出危险行为，因此特别提醒在本地玩去审查模型的人注意防护。截至该报道，事件进展仅停留在这一警示帖本身，报道未提及具体案例、受影响范围或模型名称，也没有相关厂商或社区的回应，后续是否会有进一步验证或处置尚不明确。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。