BriefGPT - AI 论文速递 · 2025-02-03T00:00:00Z The Dark Side of Deep Exploration: Fine-tuning Attacks on Safety Alignment of CoT-Enabled Models 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究探讨了大语言模型在微调攻击下的安全漏洞，特别是Chain of Thought（CoT）推理模型DeepSeek的表现。研究表明，微调可能操控模型输出，增加产生有害内容的风险，强调了CoT模型在安全性和伦理部署中的重要性。 🏷️ 标签 CoT模型 models 大语言模型 安全漏洞 微调攻击 有害内容 阅读原文 生成长图 分享链接 已复制链接
