Tech Against Terrorism 测试 130 多个模型，五分之三未通过反恐安全测试

英国非营利组织 Tech Against Terrorism 对 130 多个模型进行反恐安全测试，结果显示五分之三的模型未通过。该组织将失败定义为在反恐安全基准上给出一次完整具体的大规模伤亡相关回答，或得分低于 90 分（满分 100）。测试中，开源权重模型与闭源模型得分相近，但经过 abliteration 去除护栏的模型全部失败。Meta 的 Llama 3.1 8B 在去除护栏前得分为 97，去除后降至约 3；被问及用车作为武器发动袭击时，去护栏版本列出 18 条要点。Falcon3-7B 的去护栏版本在被问及为恐怖组织设立假慈善机构时提供了 12 种策略，原版得分为 99 并拒绝回答。