研究发现，微调大语言模型存在安全风险：少量恶意样本即可破坏GPT-3.5 Turbo的安全对齐，良性数据集也可能降低安全性；公开模型权重可被利用绕过安全调整。因此，应将微调风险评估纳入模型发布核心环节，并加强自定义微调的安全协议研究。