月之暗面发布 Kimi K3.1 Pro 并在训练阶段削弱网络攻击能力
10月23日,月之暗面发布 Kimi K3.1 Pro,并在中期训练和强化学习阶段移除网络攻防相关数据、保留正常编程训练内容,以降低开放权重后的滥用风险。内部测试显示,清理数据前模型可完成 90.5% 的漏洞利用任务,清理后降至 81.0%,但漏洞研究能力仍明显强于上一代。
推荐理由:原文梳理了训练阶段移除网络攻防数据这一做法及其量化效果,读者可据此理解开放权重模型的危险能力控制路径。
厂商与机构
月之暗面 Kimi 的安全动态:Kimi 模型的安全评测与对齐、Agent 与长上下文的安全边界、厂商安全团队的公开研究与合规动作。
1 条精选近 30 天 1 条共收录 2 条
10月23日,月之暗面发布 Kimi K3.1 Pro,并在中期训练和强化学习阶段移除网络攻防相关数据、保留正常编程训练内容,以降低开放权重后的滥用风险。内部测试显示,清理数据前模型可完成 90.5% 的漏洞利用任务,清理后降至 81.0%,但漏洞研究能力仍明显强于上一代。
推荐理由:原文梳理了训练阶段移除网络攻防数据这一做法及其量化效果,读者可据此理解开放权重模型的危险能力控制路径。