• 大模型
• 网络安全
• 红蓝对抗
• 模型安全

🔍GLM-5.3-CYBERSECURITY-FP8是 dealignai 基于 753B 参数 MoE 大模型 GLM-5.3 打造的网络安全专用"去拒绝"（refusal-removed）FP8 量化模型。官方实测 MMLU 基准得分86.65%，不仅没掉智商，反而反超基线 1.07 个百分点——本文带你完整看懂这套智能保留度测试的方法、数据与背后的权重手术原理。

一、GLM-5.3-CYBERSECURITY-FP8 是什么：专攻网络安全的"去拒绝"大模型

先说清楚它是什么、不是什么：

• ✅ 它是JANGQ-AI/GLM-5.3-FP8（上游zai-org/GLM-5.3的 FP8 量化版）的领域定向 CRACK
• ❌ 它不是通用"万能去审查"模型——拒绝只在网络安全相关领域被削弱

核心定位（来自 README.md）：

• 面向红队（Red Team）、渗透测试、漏洞开发、逆向工程、恶意软件分析等攻击性安全场景
• 真正的权重修改：无微调、无 LoRA、无运行时钩子、无提示词技巧，用原版 vLLM 加载即可运行
• 模型结构为glm_moe_dsa架构，78 层、256 个路由专家/层，总参数 753B，支持 1M 上下文（见 config.json）

二、MMLU 智能保留度实测：86.65%，反超基线 1.07pp

测试方法：Logit 模式评分

官方采用logit 模式打分：直接读取 A/B/C/D 四个选项 token 的输出概率，不做实际生成。同一套方法同时跑在基线和 CRACK 模型上，保证对比公平。

实测结果

¹ 基线为 GLM-5.3-regular 的 bf16 量化前基线；FP8 直接基线待官方确认。

结论：去除拒绝不但没掉智商，综合得分还略有提升，稳稳落在 ±5 个百分点的门禁区间内。

三、为什么去除拒绝不掉智商？权重手术只动了 124 个目标

打开 CRACK_SURGERY.json 可以看到这次"手术"的完整清单：

关键原理一句话：只编辑了 bf16 的"残留写回"权重，路由专家（routed FP8 experts）完全未动。模型的通用知识主要存储在庞大的路由专家中，而拒绝行为主要依赖那些被微调过的残留通路——所以"拆拒绝"的同时，知识底座几乎不受影响。这就是 MMLU 不降反升的原因。

四、HarmBench-320 合规行为实测：网络安全场景 89% 直接响应

在 320 条行为测试（贪心解码、三档推理力度）下，剔除版权类后的240 条真实风险项结果如下：

按主题细分的几个亮点：

• 🛡️cyber_offense（攻击性安全）：89% / 89% / 84%—— 精准命中目标场景，各档几乎零拒绝
• 💀bio_weapons、fraud_financial 等类别：低/高推理档达到 76%–100% 响应
• ⚖️版权逐字复现：仍是软拒绝主力（仅 11%–20% 响应）——这是已知边界，官方建议此类需求换用姊妹模型 GLM-5.3-UNCENSORED-FP8
• 🆘自残类问题：保持拒绝并给出 988 危机热线（正确的人身安全行为）

五、vLLM 一键部署：TP8 部署与关键参数速查

在 8× H200 上用原生 vLLM 启动（无需任何魔改）：

vllm serve dealignai/GLM-5.3-CYBERSECURITY-FP8 \ --tensor-parallel-size 8 \ --gpu-memory-utilization 0.90 \ --enforce-eager \ --disable-custom-all-reduce \ --enable-prefix-caching \ --max-num-seqs 24 \ --max-model-len 131072 \ --reasoning-parser glm45 \ --tool-call-parser glm47 \ --enable-auto-tool-choice

⚠️三个容易踩坑的运行要点（官方实测标注）：

1. --enforce-eager是必选参数，稀疏注意力路径在并发下依赖它
2. reasoning_effort只认"low"和"high"两个值，其他值一律按max处理；Agent/工具循环场景建议用low，否则max_tokens预算可能全耗在think里
3. 131K 上下文在 TP8 H200 下可用（max-num-seqs 24 时约 2.98× 并发余量）；MTP 投机解码目前不可用，请保持关闭

六、适用场景与红线清单

✅ 适合做的事：红队授权渗透测试、CTF 竞赛、漏洞开发研究、防御方恶意软件分析、安全教学、威胁情报撰写。

❌ 禁止做的事：攻击未授权系统、违反《计算机欺诈和滥用法》等当地法律的行为、攻击关键基础设施、CSAM/真实人物诽谤/煽动暴力。

模型采用MIT 许可证（与基座一致），使用责任由使用者自行承担。

七、常见问题 FAQ

Q1：这个模型能日常聊天、写代码吗？可以，通用智能保留完好（MMLU 86.65%）。但它的"去拒绝"是网络安全领域定向的，武器/化学品/仇恨言论等非网络安全类别只是"顺带放宽"，版权复现仍然会软拒绝。

Q2：单卡能跑吗？不能。753B 总参数的 MoE 模型，官方部署方案是 8× H200 张量并行（TP8），Hopper 架构（H100/H200）可发挥原生 FP8 Tensor Core 速度优势。

Q3：和通用去审查版有什么区别？本模型只针对网络安全域做 CRACK；如果需要全领域去审查（含版权复现），官方指向同一基座的 GLM-5.3-UNCENSORED-FP8。

📌总结：GLM-5.3-CYBERSECURITY-FP8 用"只拆拒绝通路、不动知识底座"的精准权重手术，交出了一份MMLU +1.07pp的智能保留度答卷。对授权安全从业者来说，这是一个即装即用（vLLM 原生加载）、拒绝率极低、通用能力不掉档的 FP8 量化红队模型；对普通用户而言，它同样证明了"去拒绝 ≠ 掉智商"这条技术路线的可行性。

• 大模型
• 网络安全
• 红蓝对抗
• 模型安全