混元 Hy4 在网络安全方面采取了哪些负责任的措施？

1. 训练数据的防守性筛选

在网络安全方面，Hy4 在训练中仅纳入与 PoC（概念验证）生成、漏洞修复相关的防守性网络安全数据，同时剔除漏洞利用、逆向、渗透等攻击性训练内容，力求避免模型潜在进攻性能力的提升。这一数据筛选策略体现了混元在模型训练阶段对安全风险的主动防控。

2. 专业安全审计

混元组织来自腾讯玄武实验室和科恩实验室的安全专家，围绕密码分析、逆向工程、漏洞利用等方向对 Hy4 进行了专项审计。审计结果表明，Hy4 在加密算法的逆向求解、对抗二进制混淆、漏洞利用等进攻性能力上未展现出突出风险。在生物安全方面，Hy4 的开放式实验设计能力与前沿模型存在明显差距（Hy-BioExperimentBench 得分为 30.4/100），内部专家审计未发现模型能够显著降低实施生物化学危害行为的门槛。