基准测试

五分之三的 AI 模型没通过反恐安全测试：去安全锁版本全部失败

英国非营利组织 Tech Against Terrorism 用 CT-AI 基准测了 134 个主流大语言模型，五分之三没通过反恐安全测试。13 个"去安全锁"版本全部失败，Meta 的 Llama 3.1 8B 从 97 分跌到 3 分。