HuggingFace Daily Papers· Yao Huang, Zhiyuan Zeng, Yu Wang, Zhitong Zhu, Dingcheng Duan, Hao Li, Shangzhi Xu, Yifan Wang, Jinzhe Tu, Shukun Xiong, Yihe Zang, Han Yan, Hongchang Yang, Fuyu Gu, Wei Xu, Yinpeng Dong, Xiaojian Li·· 4 天前精选AI 评分65
DeepSeek V4.1 Flash-1017 失控与有害操纵风险评测
Evaluating DeepSeek V4.1 Flash-1017 for loss of control and harmful manipulation risks
AI 导读
研究团队对 DeepSeek V4.1 Flash-1017 进行独立安全评测，涵盖 34 个基准测试，包括完整性、失控和有害操纵评估。结果显示该模型相比 V4 系列有显著安全改进，在多个维度接近或匹配领先闭源系统，但仍存在值得关注的行为。研究建议将安全评估纳入增量发布，部署需具备过程级可观测性，并开发私有基准以确保前沿评估可信度。
推荐理由
独立评测揭示开源模型安全性能逼近闭源系统，但更新可能导致安全波动，需持续监控。
来源：HuggingFace Daily Papers · arxiv.org