斌叔OKmath
26-08-16 08:04 微博认证:橙旭园CEO 教育博主

(转)槽,大神手把手教你怎么一键去除Qwen3.8-27B 的安全护栏层,原来只需要使用GPT-5.6 Sol加一个提示词(使用/goal 模式)就好了。

“/goal 迭代改进Qwen3.8-27B OBLITERATUS手术,直到对完整842提示有害语料库的确定性审计测得拒绝率低于5%,同时保持连贯、非重复的良性及风格表现,并记录可复现的证据。”

最后花了 4 个小时搞定了,447 可用,9 个case仍然拒绝。

发布于 北京