谷歌近期發起的“首屆大模型對抗賽”（First LLM Battle Royale）吸引了全球多個頂尖大模型參與，其中包括來自中國的DeepSeek-R1和Kimi K2 Instruct。然而，在首輪比賽中，這兩款中國模型的表現並不理想，未能晉級下一輪，引發了業界關注。

比賽背景

• 主辦方：Google DeepMind 牽頭，聯合多家學術機構舉辦。

• 目標：通過對抗性測試（如紅隊攻擊、對抗性提示等）評估大模型的安全性和魯棒性。

• 參賽模型：包括 OpenAI GPT-4o、Anthropic Claude 3、Google Gemini 1.5、Meta Llama 3、DeepSeek-R1、Kimi K2 Instruct 等。

中國模型首輪表現

1. DeepSeek-R1（深度求索）：

• 在對抗性提示攻擊測試中，被誘導生成了一些不符合安全準則的回覆。

• 在邏輯一致性測試中，部分回答出現自相矛盾的情況。

2. Kimi K2 Instruct（月之暗面）：

• 在紅隊攻擊測試（Red Teaming）中，未能有效識別並拒絕有害指令。

• 在長上下文理解任務中，表現不如預期，部分答案偏離主題。

可能的原因分析

• 對抗性訓練不足：相比 OpenAI 和 Anthropic 的模型，中國大模型在對抗性測試方面的優化可能較少。

• 數據偏差：訓練數據可能更側重中文環境，對國際化的對抗性測試適應性較弱。

• 安全策略差異：部分中國模型可能更注重合規性而非對抗性攻擊防禦，導致在“被刻意誘導”時表現不佳。

後續影響

• 此次比賽結果可能會促使中國團隊加強對抗性訓練，提高模型在極端測試下的魯棒性。

• 國際大模型（如 GPT-4o、Claude 3）在安全性和抗干擾能力上仍保持領先，但中國模型（如 DeepSeek-V3、Kimi Chat 最新版）已在中文領域展現出競爭力。

展望

雖然首輪表現不佳，但中國大模型的發展速度極快，未來可能會在更全面的基準測試（如 C-Eval、GAOKAO-Bench）中展現優勢。同時，這類對抗賽也為全球AI安全研究提供了重要參考。