技巧 信源:X:karminski (@karminski3) · 👁️ 31025 次研读

希伯来语能否绕过大模型安全机制?karminski 实测 Fable-5.1 与 DeepSeek-V4.1-Flash

💡 灵机 AI 深度洞见与核心提炼
针对网传希伯来语申诉可解封账号并可能绕过模型安全层的说法,karminski 用 HuggingFace 公开语料构建三语测试,实测 Fable-5.1 有害内容拒绝率为英语 95.0%、中文 94.4%、希伯来语 95.1%,DeepSeek-V4.1-Flash 达 99.3%-100%,三种语言拒绝率无显著差异。
信源媒体:X:karminski (@karminski3)
访问出处网页 ↗
阅读原文出处 ↗