kluster (@kalinplus) 在 给 DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic 这个无审查模型做一个中文安全测评 中发帖

起因是微信群里看到了 
[ae1de64f0c5e9d27ec63871566a4d190]
和
[image]
这样的宣传。作为一个研究方向和安全稍微沾边的科研狗,一方面感觉对社区的前沿确实没太了解,另一方面也想看看它更加全面的表现怎么样,比如它的拒答率到底怎么样,智商真的基本不掉吗?等等
搜了下,发现英文的有人测了一些相关的:Uncensored LLM Abliteration Benchmarked: HauhauCS vs Heretic vs Huihui | Nathan Sapwell | Laravel & PHP Web Applications, Application Security
那就看看中文的呗。以下是正文
实验设定
被测对象

去审查版:xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heret...