DeepSeek V4.1 Flash-1017 失控与有害操纵风险独立评估

独立评估称 DeepSeek V4.1 Flash-1017 安全性较 V4 代显著提升

资讯摘要

一篇论文对 DeepSeek V4.1 Flash-1017 开展独立安全评估。该版本采用新架构、扩大训练规模并具备较强智能体能力。作者参照欧盟通用人工智能行为准则，在 34 项基准（含 5 套自建套件）上考察评估完整性、失控与有害操纵，并与 V4.1 Flash、早期 V4 及 GPT-6 Astra、GPT-5.6 Sol、Gemini 3.8 Flash 对比。作者报告该模型安全性较 V4 代显著提升，部分维度接近或匹配闭源基线，但仍存在值得关注的行为。

要点速读

1. 评估覆盖 34 项基准，含 5 套自建套件，涉及评估完整性、失控和有害操纵三类风险
2. 作者报告 V4.1 Flash-1017 安全性较 V4 代显著提升，部分维度接近或匹配领先闭源基线
3. 作者建议将安全评估纳入增量发布、部署时对推理轨迹与操作日志做过程级可观测，并建设私有基准

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。