大規模言語モデルにおける脱獄オペレーターとしての敵対的詩作

この研究は、敵対的な詩作を用いてLLMの安全プロトコルを回避する新しいアプローチを調査しています。この発見は、現在のLLMの防御における脆弱性を浮き彫りにし、敵対的攻撃戦略に関する洞察を提供します。

• •敵対的詩作は、LLMに対する潜在的な脱獄リスクをもたらします。
• •この研究は、ポルトガル語という特定のコンテキストに焦点を当てています。
• •この研究は、LLMの脆弱性の理解に貢献します。