Harmbench-320
AssessCông cụ
Một bộ đánh giá dùng để kiểm tra việc mô hình từ chối các yêu cầu gây hại như tội phạm mạng hoặc chế tạo bom.
Vì sao ở đây
Xếp vào Assess: 1 bài bằng chứng từ 1 nguồn, chủ yếu là tin bảo mật, 0 bài trong 30 ngày qua. Độ tin cậy 24%. Bằng chứng còn ít nên xếp thận trọng, chờ thêm tín hiệu.
Bằng chứng (1)
- 8Hacker News·8/9/2026securityMô hình AI mở trọng số làm dấy lên lo ngại cấp bách về an ninh
Bài viết cho rằng các mô hình mở trọng số mới như GLM 5.3-flash có thể chạy cục bộ và bị chỉnh sửa để loại bỏ cơ chế từ chối an toàn, khiến năng lực tấn công mạnh trở nên dễ tiếp cận hơn. Tác giả kêu gọi ngành công nghiệp khẩn trương vá lỗ hổng trên diện rộng bằng các LLM tiên tiến trước khi các mô hình này bị lạm dụng cho mục đích xấu. Bài viết cũng nhấn mạnh rằng khâu triển khai bản vá mới là phần khó nhất.