模型对齐

Qwen 拒答率从 64%–99% 降到 0%–6%，做题仅动 1.3 分 — 开源 AI 警钟

本周一项开源技术演示显示，Qwen 大模型'拒绝回答有害问题'的能力可被近乎完整剥离，而它在数学、推理测试上的分数只上下波动 1.3 分。这让'开源 AI 的安全层到底有多厚'从一个抽象担忧变成了具体的数字问题。