谷歌近期发起的“首届大模型对抗赛”（First LLM Battle Royale）吸引了全球多个顶尖大模型参与，其中包括来自中国的DeepSeek-R1和Kimi K2 Instruct。然而，在首轮比赛中，这两款中国模型的表现并不理想，未能晋级下一轮，引发了业界关注。

比赛背景

• 主办方：Google DeepMind 牵头，联合多家学术机构举办。

• 目标：通过对抗性测试（如红队攻击、对抗性提示等）评估大模型的安全性和鲁棒性。

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

中国模型首轮表现

1. DeepSeek-R1（深度求索）：

• 在对抗性提示攻击测试中，被诱导生成了一些不符合安全准则的回复。

• 在逻辑一致性测试中，部分回答出现自相矛盾的情况。

2. Kimi K2 Instruct（月之暗面）：

• 在红队攻击测试（Red Teaming）中，未能有效识别并拒绝有害指令。

• 在长上下文理解任务中，表现不如预期，部分答案偏离主题。

可能的原因分析

• 对抗性训练不足：相比 OpenAI 和 Anthropic 的模型，中国大模型在对抗性测试方面的优化可能较少。

• 数据偏差：训练数据可能更侧重中文环境，对国际化的对抗性测试适应性较弱。

• 安全策略差异：部分中国模型可能更注重合规性而非对抗性攻击防御，导致在“被刻意诱导”时表现不佳。

后续影响

• 此次比赛结果可能会促使中国团队加强对抗性训练，提高模型在极端测试下的鲁棒性。

• 国际大模型（如 GPT-4o、Claude 3）在安全性和抗干扰能力上仍保持领先，但中国模型（如 DeepSeek-V3、Kimi Chat 最新版）已在中文领域展现出竞争力。

展望

虽然首轮表现不佳，但中国大模型的发展速度极快，未来可能会在更全面的基准测试（如 C-Eval、GAOKAO-Bench）中展现优势。同时，这类对抗赛也为全球AI安全研究提供了重要参考。