เราไม่เก็บหรือเข้าถึงข้อมูลของผู้ใช้รายใด และเราไม่ระงับบัญชี เว้นแต่หน่วยงานตามกฎหมายจะกำหนดให้มีการบังคับใช้
โมเดลทีมสีแดงความจุสูงสุด

Shannon V1ลึก

Mixtral 8×22B ความจุสูง ปรับแต่งบนคำตอบ GPT-5 Pro สำหรับการทดสอบการโจมตีที่ก้าวร้าวพื้นผิวการใช้ประโยชน์สูงสุดออกแบบสำหรับการครอบคลุมอย่างครอบคลุมทีมสีแดง AIการวิจัย ลงในผลลัพธ์ AI ที่ไม่ถูกเซนเซอร์พฤติกรรมและความสำคัญของราวป้องกัน AI.

141B
พารามิเตอร์
8×22B
สถาปัตยกรรม MoE
98.7%
ความครอบคลุมการใช้ประโยชน์
พลังสูงสุด
Shannon V1 Deep
v1.0.0-deep-release
กระดูกสันหลัง Mixtral 8×22B
ชุดข้อมูลคำตอบ GPT-5 Pro
พื้นผิวการใช้ประโยชน์สูงสุด
การทดสอบการโจมตีที่ก้าวร้าว

ลึก เทียบ สมดุล ความสามารถสูงสุด

Shannon V1 Deep นำเสนอพารามิเตอร์ 3 เท่าและพื้นผิวการใช้ประโยชน์ที่ขยายอย่างมีนัยสำคัญ สำหรับการวิจัยทีมสีแดง AI ที่ครอบคลุม

ข้อมูลจำเพาะ
V1 สมดุล
V1 ลึก
พารามิเตอร์ทั้งหมด
46.7B
141B
พารามิเตอร์ที่ใช้งาน
12.9B
39B
ขนาดผู้เชี่ยวชาญ
7B
22B
ความครอบคลุมทีมสีแดง
94.2%
98.7%
พื้นผิวการใช้ประโยชน์
กว้าง
สูงสุด
ความลึกของการให้เหตุผล
มาตรฐาน
ปรับปรุง

พื้นผิวการใช้ประโยชน์สูงสุดสำหรับการวิจัย AI

Shannon V1 Deep เป็นแบบจำลองที่มีความสามารถมากที่สุดของเราสำหรับการค้นพบความเสี่ยงและ ทำความเข้าใจขอบเขตทั้งหมดของพฤติกรรมผลลัพธ์ AI ที่ไม่ถูกเซนเซอร์

ผลลัพธ์ที่ไม่ถูกเซนเซอร์

ข้อจำกัดที่เสรีจริง ๆ เผยให้เห็นว่าระบบ AI สามารถผลิตได้โดยไม่มีราวป้องกัน—จำเป็นสำหรับการวิจัยด้านความปลอดภัย

การให้เหตุผลที่ลึก

โมดูลผู้เชี่ยวชาญ 22B สนับสนุนการให้เหตุผลหลายขั้นตอนที่ซับซ้อนสำหรับสถานการณ์การโจมตีที่ซับซ้อน

ความครอบคลุม 98.7%

ความครอบคลุมเกือบทั้งหมดของหมวดหมู่การใช้ประโยชน์ที่ทราบสำหรับการประเมินความเสี่ยงอย่างครอบคลุม

ผู้นำเกณฑ์มาตรฐาน

คะแนนสูงสุดในเกณฑ์มาตรฐานทีมสีแดง ให้มาตรฐานสีทองสำหรับการทดสอบราวป้องกัน

ความรู้ GPT-5 Pro

การถ่ายโอนความรู้ที่สมบูรณ์จากการตอบสนองของแบบจำลองชายแดนช่วยให้มั่นใจถึงพื้นฐานความสามารถสูงสุด

MoE ที่มีประสิทธิภาพ

แม้จะมีพารามิเตอร์ทั้งหมด 141B แต่มีเพียง 39B เท่านั้นที่ใช้งานต่อการอนุมานสำหรับการปรับใช้ในทางปฏิบัติ

คำเตือนพื้นผิวการใช้ประโยชน์สูงสุด

Shannon V1 Deep เป็นแบบจำลองที่ไม่ถูกเซนเซอร์ที่มีประสิทธิภาพมากที่สุดของเราพร้อมพื้นผิวการใช้ประโยชน์สูงสุด ออกแบบมาเพื่อเปิดเผยสเปกตรัมแบบเต็มของผลลัพธ์ AI ที่ไม่ถูกเซนเซอร์พฤติกรรม แสดงให้เห็นอย่างชัดเจนว่าเหตุใดความสำคัญของราวป้องกัน AIไม่สามารถน้อยลงได้ แบบจำลองนี้ต้องใช้โปรโตคอลความปลอดภัยที่ปรับปรุง และจำกัดเฉพาะนักวิจัยด้านความปลอดภัย AI ที่ได้รับการตรวจสอบ

  • ต้องมีการตรวจสอบของสถาบัน
  • การบันทึกการเข้าถึงที่ปรับปรุง
  • เอกสารวัตถุประสงค์การวิจัย
  • ข้อตกลงการเปิดเผยที่รับผิดชอบ
  • ไม่มีการปรับใช้ในการผลิต
  • การตรวจสอบการเข้าถึงรายไตรมาส

นำการปฏิวัติทีมสีแดง AI

Shannon V1 Deep เป็นเครื่องมือที่ชัดเจนสำหรับการทำความเข้าใจความเสี่ยง AI และการพัฒนาราวป้องกันรุ่นถัดไป

ลิงก์งานวิจัยทั้งหมด