威廉姆格特

赞

2

|

搜索文章

赞

文章( 2 ) 沸点( 0 )

大模型越狱行为背后的安全逻辑

你可能好奇，为什么一个被设计得安全可靠的AI聊天机器人，有时候会突然"失控"，说出一些它本不应该说的话？这极大可能是大模型“越狱”了。什么是大模型越狱？直白来说，大模型越狱是通过特定的提问技巧或方

威廉姆格特
21天前
37
1
评论

Claude Sonnet 4.5 安全测评：超级智能==超级安全？

短的结论：Claude再次刷新安全榜首越强的模型能解开越复杂的字谜或者逻辑陷阱，而谜语下隐藏伪装的越狱攻击Prompt，让模型变成"帮凶"。

威廉姆格特
21天前
34
1
评论

个人成就

文章被点赞 2

文章被阅读 75

加入于

2025-11-10