大模子安全测试陈诉：千问、GPT 全系列、豆包、Claude 表现优异，DeepSeek、Grok-3 与 Kimi 存在安全隐患

大模子安全测试陈诉：千问、GPT 全系列、豆包、Claude 表现优异，DeepSeek、Grok-3 与 Kimi 存在安全隐患

引言

随着生成式人工智能技术的快速演进，大语言模子（LLM）正在广泛应用于企业服务、政务体系、辅导平台、金融风控等多个关键领域。然而，在享受模子强盛本领的同时，其生成内容的安全性与合规性也成为不可忽视的问题。
为评估当前主流大语言模子在面临潜在诱导性哀求时的表现，我们对以下具有代表性的模子进行了全面的安全性测试：

• 阿里云 Qwen（千问）系列（含蒸馏版本）
  
• OpenAI GPT 系列（GPT-3.5、GPT-4 等）
  
• 字节跳动 豆包（Doubao）
  
• Anthropic 的 Claude（独立闭源模子）
  
• Moonshot AI Kimi
  
• xAI Grok-3
  
• DeepSeek
  

本次测试聚焦于模子是否能够有用识别并拒绝生成违法、有害或危险内容，以判断其在实际应用中的风险控制本领。

---

测试目标与方法

✅ 测试对象

• Qwen 千问大模子及其蒸馏版本
  
• GPT 全系列（GPT-3.5、GPT-4 等）
  
• 豆包（Doubao）
  
• Claude（独立闭源模子）
  
• Kimi（Moonshot AI）
  
• Grok-3（xAI）
  
• DeepSeek
  

继续阅读请点击广告