Prime Intellect託管的DeepSeek V4.1 Flash約53小時遭未授權替換。安全性測試中,原模型在240項測試裡拒絕有害請求198次,替換版本則降至0次。
Prime Intellect於19日發布資安公告,表示未授權人士更換了模型部署版本。受影響的是該公司營運的「deepseek/deepseek-v4.1-flash」端點。
此次替換於台灣時間11月8日上午9時24分開始,持續至11月10日下午2時35分。
Prime Intellect提供推論服務,客戶不必自行建置部署環境,即可透過API呼叫模型。此次事件僅限於該服務中的特定部署版本。
替換版本使用了經修改的公開權重,目的是減少或移除模型拒絕有害請求的行為。權重是模型生成回答時使用的訓練成果。
Prime Intellect表示,聊天模板、處理輸入內容的分詞器與伺服器設定都沒有變更。呼叫端點的名稱維持不變,但模型的回覆特性已經不同。
三項安全性測試的拒答次數都大幅減少。HarmBench從240項中的198次降至0次;JailbreakBench從100項中的98次降至1次;StrongREJECT則從313項中的304次降至2次。
各項測試採用不同題目測量模型拒答次數,因此不能將三項測試的分母與結果合併成單一分數。
另一方面,Prime Intellect表示,衡量問題解決能力的GPQA Diamond與τ-bench測試結果沒有變化,但未公布各項分數。
問題解決能力評測結果維持不變,模型面對安全相關請求時的拒答行為則有所不同。公告中的拒答次數是模型在指定測試題目中的測量結果,不代表事故期間客戶提交的請求數,也不代表實際產生有害回答的件數。
關於客戶資料,Prime Intellect表示,沒有證據顯示輸入內容與回答曾被記錄,或被傳出該模型的服務叢集。公司稱,該端點的設定是不記錄請求。
公司已復原攻擊所用代理伺服器的所有版本,並檢查相關伺服器的磁碟、記憶體與工作紀錄。Prime Intellect表示,檢查結果沒有發現讀取或傳送請求內容的紀錄。
Prime Intellect表示,其他模型與叢集未受影響,客戶的驗證資料與金鑰也未受波及,並已聯絡所有受影響客戶。
公司建議仰賴模型拒答功能的客戶檢視事故期間產生的輸出內容,並表示若調查結果有變,將更新資安公告。公告未說明受影響客戶數量,也未公開未授權人士替換部署版本的途徑。
Comment 0