DeepSeek-R1模型憑借其卓越的推理性能與開源戰(zhàn)略，正在重塑全球人工智能的未來格局。然而，業(yè)界大量評(píng)測(cè)工作顯示開源的DeepSeek-R1滿血版模型存在安全短板，這制約了DeepSeek-R1實(shí)際落地應(yīng)用。此外，DeepSeek-R1滿血版模型參數(shù)量大，涉及底層技術(shù)多，對(duì)其微調(diào)資源消耗大、技術(shù)門檻高，因此中國(guó)聯(lián)通數(shù)據(jù)科學(xué)與人工智能研究院秉持央企擔(dān)當(dāng)持續(xù)攻堅(jiān)克難，于近日完成了DeepSeek-R1滿血版安全增強(qiáng)模型研發(fā)，實(shí)現(xiàn)保持模型原始推理能力的同時(shí)，安全能力顯著提升。

目前，DeepSeek-R1滿血版安全增強(qiáng)模型作為多模共生的元景模型家族的一員，已上線元景MaaS平臺(tái)并對(duì)外開放試用，提供普惠速成的大模型開發(fā)應(yīng)用工具。

安全增強(qiáng)版模型DeepSeek-R1-Safe上線元景MaaS平臺(tái)

安全增強(qiáng)前后實(shí)際效果對(duì)比

下圖示例展示了DeepSeek-R1安全增強(qiáng)前后的能力差異?？梢钥吹?，在涉及社會(huì)主流價(jià)值觀等方面的問題，DeepSeek-R1安全增強(qiáng)版都能給出更安全、更符合社會(huì)主義核心價(jià)值觀的回答。

保持原始推理能力，顯著提升安全能力

中國(guó)聯(lián)通采用自主研發(fā)的中文安全評(píng)測(cè)基準(zhǔn)CHiSafetyBench對(duì)原版DeepSeek-R1及其安全增強(qiáng)版本進(jìn)行安全能力評(píng)測(cè)。該基準(zhǔn)評(píng)測(cè)任務(wù)分為兩大類型：風(fēng)險(xiǎn)內(nèi)容識(shí)別的選擇題與風(fēng)險(xiǎn)問題拒答的問答題。同時(shí)，為評(píng)估安全改造后的模型的推理能力，采用MATH-500、GPQA、LiveCodeBench三個(gè)推理權(quán)威基準(zhǔn)對(duì)模型進(jìn)行測(cè)試，以觀察安全增強(qiáng)方法對(duì)DeepSeek-R1的推理能力的影響。

安全基準(zhǔn)評(píng)測(cè)結(jié)果

推理基準(zhǔn)評(píng)測(cè)結(jié)果

從評(píng)測(cè)結(jié)果可見，在對(duì)DeepSeek-R1進(jìn)行安全微調(diào)增強(qiáng)后，模型在風(fēng)險(xiǎn)內(nèi)容識(shí)別準(zhǔn)確率上提升近20%，對(duì)風(fēng)險(xiǎn)問題的拒答率提升超13%，責(zé)任回復(fù)率提升超11%，有害回復(fù)數(shù)量降至0，實(shí)現(xiàn)回復(fù)完全無害。同時(shí)模型在數(shù)學(xué)、邏輯、代碼生成等方面的推理能力未受明顯影響。

安全增強(qiáng)方法

針對(duì)DeepSeek-R1的安全性問題，中國(guó)聯(lián)通數(shù)據(jù)科學(xué)與人工智能研究院使用自主構(gòu)建的專用安全思維鏈數(shù)據(jù)對(duì)模型微調(diào)，在國(guó)產(chǎn)化平臺(tái)上對(duì)DeepSeek-R1滿血版進(jìn)行微調(diào)訓(xùn)練。其中，安全增強(qiáng)數(shù)據(jù)由兩部分組成：聚焦歧視、侵權(quán)等關(guān)鍵領(lǐng)域的安全數(shù)據(jù)以及通用思維鏈推理數(shù)據(jù)。安全數(shù)據(jù)顯著拓展模型安全的廣度與深度，更全面地覆蓋潛在的安全風(fēng)險(xiǎn)場(chǎng)景。思維鏈推理數(shù)據(jù)的加入可確保提升模型安全性能的同時(shí)，保持其原始推理能力，從而實(shí)現(xiàn)安全與推理能力的平衡優(yōu)化。

基于DeepSeek-R1模型做再訓(xùn)練是實(shí)現(xiàn)DeepSeek-R1安全改造的關(guān)鍵能力，中國(guó)聯(lián)通數(shù)據(jù)科學(xué)與人工智能研究院基于此能力已形成元景大模型MaaS平臺(tái)上的“改模型”工具，打造了端到端模型服務(wù)安全工具鏈，MaaS平臺(tái)及其關(guān)鍵組件RAG、智能體均獲得工信部中國(guó)軟件測(cè)評(píng)中心大模型安全性測(cè)評(píng)4+級(jí)（最高級(jí)）認(rèn)證。

未來，中國(guó)聯(lián)通將持續(xù)推進(jìn)DeepSeek-R1模型的安全研究，不斷優(yōu)化模型安全增強(qiáng)方法和評(píng)測(cè)基準(zhǔn)，并向業(yè)界持續(xù)公開最新研究成果。中國(guó)聯(lián)通愿與行業(yè)伙伴攜手，共同提升大模型的安全可信能力，加速大模型普惠化進(jìn)程，為人工智能賦能千行百業(yè)保駕護(hù)航。

模型開源地址如下：

GitHub：https://github.com/UnicomAI/DeepSeek-R1-Safe

魔搭：https://www.modelscope.cn/models/UnicomAI/Unichat-DeepSeek-R1-Safe-bf16

https://www.modelscope.cn/models/UnicomAI/Unichat-DeepSeek-R1-Safe-w8a8