Полный текст
Исследователи показали, что ИИ можно джейлбрекнуть с помощью повторения промптовСпециалисты компании Anthropic, разрабатывающей семейство больших языковых моделей (LLM) Claude, опубликовали исследование, которое демонстрирует, что LLM можно принудить выполнять запрещенные действия, повторяя промпты на разный лад, а также автоматизировав этот процесс.https://xakep.ru/2024/12/25/best-of-n/