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

研究者对 DeepSeek V4.1 Flash-1017 开展独立安全评估，发现其安全性较 DeepSeek V4 一代明显提升，并在多个维度接近或持平领先闭源系统。评估参照欧盟《通用人工智能行为准则》，遵循 AEF-1 标准，覆盖 34 项基准（含 5 个自建套件），考察评估完整性、失控和有害操纵，对比对象包括 V4.1 Flash、更早的 V4 模型以及 GPT-6 Astra、GPT-5.6 Sol 和 Gemini 3.8 Flash。模型仍表现出一些值得关注的行为。作者建议把安全评测纳入增量发布；由于最终轮输出和终态检查无法可靠发现失控行为，部署需要覆盖推理轨迹和动作日志的过程级可观测性；公开基准会引发较强评测感知并存在数据污染风险，应开发私有基准。