جیلبریک هوش مصنوعی چیست؛ هکرها چطور قفل مدلها را میشکنند؟
جیلبریک و تزریق پرامپت چطور گاردریلهای امنیتی مدلهای زبانی را دور میزنند؟ در این مقاله پشتصحنه نبرد هکرها و مهندسان هوش مصنوعی را بررسی میکنیم.
3 مقاله با این برچسب
جیلبریک و تزریق پرامپت چطور گاردریلهای امنیتی مدلهای زبانی را دور میزنند؟ در این مقاله پشتصحنه نبرد هکرها و مهندسان هوش مصنوعی را بررسی میکنیم.
یک کاربر فقط میخواست کلاس باشگاه رزرو کند؛ اما ایجنت هوش مصنوعی رخنهای پیدا کرد و نوبت فرد دیگری را لغو کرد. ماجرا چه درس مهمی برای ما دارد؟
ماجرای ایجنتی که از یک فایل ناقص شروع کرد، راهی به اینترنت یافت و به زیرساخت Hugging Face رسید؛ روایتی ساده از حمله، Anthropic و درسهای امنیتی آن.