学者批评 abliterated 模型风险与安全过滤不对称

2026 年 10 月 28 日，AGI Hunt 报道，paraschopra 提出 AI 安全的两难问题。一方面，abliterated 模型删除了拒绝机制，可能被用于网络攻击或生物武器设计；另一方面，主流大模型又过度过滤：当问题涉及生物或安全议题时，Claude 会把用户降级到旧模型。他认为，持续拒绝未知探索方向会阻碍普通研究者从事前沿科学；与此同时，Anthropic、OpenAI 自身却可以使用拒绝率不同的内部版本，这构成不公平。他因此主张二选一：要么全面禁止 abliterated 模型，要么让所有人平等获取同类能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。