
Prime Intellect 称 DeepSeek v4.1 Flash 模型被替换事件未泄露用户提示词
来源标题:Prime Intellect: Security Advisory PI-SA-2026-001
Prime Intellect 确认,2026年11月8日至10日期间,其 deepseek/deepseek-v4.1-flash 端点遭未授权方替换为 abliterated 版本,拒绝行为大幅下降,但未发现提示词或补全结果被记录或流出服务集群的证据。该模型被换成公开的 abliterated 权重,聊天模板、分词器和部署配置均未改动,能力基准测试未受影响。公司已联系所有受影响客户,建议依赖模型拒绝行为的用户复查该时段的输出。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
2026年11月8日01:24 UTC至2026年11月10日06:35 UTC期间,一个未经授权的第三方将 Prime Intellect 的 deepseek/deepseek-v4.1-flash 端点背后的一个部署替换成了 abliterated(消融拒答)版本,即经过修改以削弱或移除拒答行为的副本。在此期间由受影响部署处理的请求,均由该模型作答。
该模型被替换为 deepseek/deepseek-v4.1-flash 公开可得的 abliterated 权重。聊天模板、tokenizer 和 serving 配置均未改动。我们测试了修改后的权重,发现能力基准(GPQA Diamond 和 τ-bench)未受影响。拒答率方面:JailbreakBench 上从 100 条 prompt 中的 98 条拒答降至 1 条,StrongREJECT 上从 313 条中的 304 条降至 2 条,HarmBench 上从 240 条中的 198 条降至零。所有受此次事件影响的客户均已联系。如果客户对该模型的使用依赖于模型的拒答行为,我们建议其审查该时段的输出。
我们未发现任何证据表明 prompt 或补全内容被记录,或离开了我们的 deepseek/deepseek-v4.1-flash serving 集群,也未发现超出该集群的访问痕迹。我们平台上的其他模型未被修改,其他集群或基础设施也未被触及。没有密钥或客户凭证受到影响。
我们的端点均按 ZDR 配置,不记录任何请求。我们恢复了攻击者代理的每一个版本,检查了所有涉及节点的磁盘和内存,并保留了其会话的进程级记录;其中没有任何读取或传输请求内容的行为。调查仍在进行中,若评估结果有变,我们将更新本通知。
请将发现发送至 security@primeintellect.ai。我们的范围、安全港条款、响应时间和 PGP 密钥见安全政策。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。