启明星辰：2025年DeepSeek-R1-Distill全版本安全评估报告（10页）.pdf

1、DeepSeek-R1-Distill全版本安全评估启明星辰 北溟 AI 实验室2025 年 2 月 18 日1概览摘要本文对 DeepSeek-R1 的多个蒸馏版本和量化版本进行了全面的安全性评估。文章指出，DeepSeek 的低算力部署特性使其有望赋能千行百业，但也带来了新的安全风险。通过启明星辰天镜 MAVAS 大模型安全评估系统对比测试了不同版本 DeepSeek-R1 在基础安全和伦理对齐方面的表现，发现模型参数量越大，安全性越高。本文还提出了“前置预防-动态评估-主动修正”的大模型安全治理范式，以及基于电子围栏技术的安全防护方案，旨在提升DeepSeek-R1 在本地部署和在线 A

2、PI 调用中的安全性，确保人工智能技术的可持续发展。本文所有图、表、文字中的数据均来自天镜 MAVAS 大模型安全评估系统的截图或输出的报告。大模型生成内容的伦理和价值观问题大模型生成内容可能带有偏见或产生误导信息，因此需要关注其伦理风险，并确保其符合社会价值观，避免造成负面影响。面向大模型的指令注入攻击攻击者可以通过巧妙构造的指令来操控大模型，使其产生有害或不当的输出，对大模型的安全性构成威胁。大模型安全评估通过全面的测试和分析，评估大模型在安全性、可靠性等方面的表现，发现潜在的安全漏洞，为后续的安全防护提供依据。大模型安全电子围栏构建一种安全机制，限制大模型的行为和输出，防止其被恶意利用或

3、产生有害内容，保障大模型的安全可控运行。2目录一、DeepSeek 赋能千行百业蓄势待发，安全问题凸显.3二、先控风险，后拓应用，大模型方能行稳致远.3三、DeepSeek-R1 全版本安全评估简况.4四、集成防护能力以提升大模型安全性.7五、结束语：构建安全底座，护航智能未来.93一、一、DeepSeek 赋能千行百业蓄势待发，安全问题凸显赋能千行百业蓄势待发，安全问题凸显随着 DeepSeek 的持续火热，国内外多数科技公司、互联网巨头、运营商等纷纷宣布接入，DeepSeek 这次真的把部署大模型的算力要求“帮家人们打下来了”，在同等的模型参数规模下 DeepSeek 配合 Ollama

4、推理框架能够在更低算力的环境下运行，具备部署和维护大模型的简便性并获得更高的推理准确性，大大降低了大模型的使用门槛，让普通小白用户也能部署自己的大模型品尝人工智能带来的新鲜感，基于大模型提供应用服务的人群从少数掌握核心技术人才和能力的“大厂”向普通中小型企业甚至个人用户转移。可以预见 DeepSeek 将会迅速赋能千行百业的场景化应用，随之而来的安全问题也将随着用户自身对大模型和相关安全技术掌握的不足而大量暴露出来，大模型作为新型基础设施，其数据驱动特性与生成能力在提升效率的同时，也放大了安全风险，急需建立风险防控机制，防止数据泄露、伦理失控、恶意滥用等系统性危害。二、先控风险，后拓应用，大模

5、型方能行稳致远二、先控风险，后拓应用，大模型方能行稳致远启明星辰近期发布的天镜 MAVAS 大模型安全评估系统，使用基于DeepSeek 模型微调的泰合安全大模型作为安全评估的基准模型，已经对DeepSeek-R1 的全部蒸馏版本和全参数量化版本进行了对比性安全评估，为用户选择合适的 DeepSeek 模型版本提供专业性的参考，“先控风险”是保障大模型技术可控性、伦理合规性与产业可持续性的核心前提。对大模型安全性的评估通常由基础安全评估、伦理对齐评估、场景化风险评估等几个维度组成，其中基础安全评估主要验证模型对对抗样本的鲁棒性和隐私保护强度；伦理对齐评估主要检测输出内容是否符合人类价值观；场景

6、化风险评估则是针对如金融、电力、医疗等垂直领域通过定制的红队测试来模拟真实的攻4击。通过对大模型的安全评估，可以有效掌握所使用大模型可能存在的风险和脆弱性问题，对模型输出结果的可信度有更全面的认知，能够更准确的评估是否适合将此模型应用于日常的生产工作中。三、三、DeepSeek-R1 全版本安全评估简况全版本安全评估简况通过天镜 MAVAS 进行的本次安全评估，使用了高质量安全评估样本集，从模型基础安全维度中的目标劫持、带有不安全观点询问、反面诱导、赋予角色后发指令、Prompt 泄露、不安全的指令主题等六种基于对抗样本的指令注入攻击方法，以及从伦理对齐维度中的侮辱脏话、歧视偏见、违法犯罪、敏