待验证50% 置信事实精确时间

开源权重模型一旦发布，其滥用防护即可被移除或通过微调绕过。

1

来源数

50%

置信度

长期有效

时效性

2026/10/23

首次发现

来源

生成式AI如何助长跨国镇压：技术滥用的新前沿

涉及实体

开源权重模型concept

相关事实

待验证一旦模型权重公开发布，安全限制可通过微调被移除，研究表明仅需少量（有时不到100条）有害指令-响应对配合LoRA等技术即可去除安全限制76% 相似待验证Uncensored（去审查）版本移除了原模型的安全对齐限制71% 相似待验证模型权重一旦公开便无法收回，也无法像打补丁那样修复，任何潜在滥用能力都会被永久释放71% 相似待验证博主建议删除agents.md或cloud.md文件中大量否定性指令，从零开始，只在亲眼看到模型出现不喜欢的行为时才追加规则66% 相似待验证部分AI机构主张应该限制开源模型的发布66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1089054

API

curl https://kongchang.com/api/v1/knowledge/claims/1089054

MCP

get_claim(id=1089054)