葡萄牙語对抗诗歌在大型语言模型中的越狱操作

Safety#LLM🔬 Research|分析: 2026年1月10日 10:26•
发布: 2025年12月17日 11:55
•
1分で読める
•ArXiv

分析

这项研究调查了一种通过使用对抗性诗歌来规避大型语言模型安全协议的新方法。研究结果可能突显了当前LLM防御中的漏洞，并为对抗性攻击策略提供了见解。
引用 / 来源
查看原文
"The study explores the use of Portuguese poetry in adversarial attacks."
A
ArXiv2025年12月17日 11:55
* 根据版权法第32条进行合法引用。
较旧

Accelerating Language Model Reasoning with Dual-Density Inference

较新

Revisiting AI Representation through a Deleuzian Lens

相关分析

Safety

介绍青少年安全蓝图

2026年1月3日 09:26

来源: ArXiv