Оценка риска утраты контроля и вредного манипулирования
arXiv: 261 0355671v 1 Annualce Type: New Brieft: По мере того как модели пограничного языка становятся все более способными и независимые, независимые оценки третьей стороны имеют решающее значение для определения их системных рисков безопасности. В то время как закрытые выпуски обычно сопровождаются комплексными системными картами, модели с открытым весом подвергаются меньшему анализу в отношении пограничных рисков. Для устранения этого пробела мы представляем независимую оценку безопасности DeepSeek V4.1 Flash-1017, последней версии V4.1, которая отходит от V4, с новой архитектурой, расширенной подготовкой и мощными агентскими возможностями. Опираясь на Общий кодекс практики МА ЕС, мы оцениваем эту модель по 34 контрольным показателям, включая 5 внутренних номеров, охватывающих целостность оценки, потерю контроля и вредные манипуляции. Согласно стандарту AEF-1, мы сравниваем V4.1 Flash-1017 с V4,1 Flas, предыдущими моделями DeepSek V4, и ведущими системами закрытого источника (GPT-6 Astra, GPT-5.6 Sol и Gemini 3.8 Fhat). Всего, V4