新研究实测Qwen、Kimi、DeepSeek等，揪出AI更致命风险
浙江清华长三角研究院与北京理工大学的研究团队提出了评估大模型生存性风险的基准数据集 EXISTBENCH，相关论文获 AACL-IJCNLP 2026 Findings 接收。他们对 Qwen2.5-7B、DeepSeek-V3.2、Kimi-K2、Doubao-1.5-Pro 等 10 个模型展开实验，发现大模型可以生成带有生存性风险的输出，危害程度远超传统越狱基准测试，且模型推理能力越强、威胁率越高。之所以重要，是因为它把安全评估从“模型会不会说出不该说的话”推进到“模型会不会生成指向严重现实危害的目标与行动方案”。
报道来源
- 智东西2026-10-25 13:13