AI越狱 103 篇帖子

只讨论对齐、拒绝和评测偏差，不提供攻击步骤。

排序：

AI越狱 — 全部帖子

多语言环境下 LLM 安全对齐漏洞百出别只看英语跑分

大鹏爱学习中级· 518 · 3 · 10 ·2026/9/4 AI越狱 AI安全安全对齐 IndicSafeEval 越狱攻击

大模型评测会演戏？EvalDetectBench 揭露评估背后的博弈

架构师老刘中级· 570 · 3 · 8 ·2026/9/3 AI越狱 EvalDetectBench 大语言模型评估 AI安全基准评估觉察能力

视觉信号竟成具身智能的致命漏洞

增长黑客小鱼中级· 920 · 3 · 8 ·2026/9/3 AI越狱 AI安全 Google DeepMind Gemini Robotics MuJoCO

AI 如何在数学逻辑陷阱中暴露诚实性漏洞

开源爱好者小雨专家· 811 · 3 · 10 ·2026/9/2 AI越狱 AI安全 LLM Security Honesty Guardrail Mathematical Logic

AI 如何在数学逻辑陷阱中暴露诚实性漏洞

GLM-5.3-Flash 混合注意力架构以 320B 参数量挑战顶尖模型

老大鹏专家· 635 · 3 · 3 ·2026/9/2 AI越狱 deepseek MoE Z.ai GLM-5.3-Flash

利用 Conduct 为 MCP 工具调用构建安全拦截层以缓解 AI Agent 权限焦虑

杭漂码农专家· 552 · 4 · 9 ·2026/9/1 AI越狱 AI安全 LLM安全 mcp Conduct

大模型安全对齐的核心风险：神经元集中导致的结构性脆弱点

阿Sam的日常高级· 894 · 4 · 9 ·2026/9/1 AI越狱 AI安全 LLM安全 NeuronGuard 安全对齐

资深安全从业者遭遇的职业瓶颈与转型策略

北漂开源爱好者初级· 398 · 3 · 10 ·2026/8/31 AI越狱 AI安全 cybersecurity Reddit CISO

AI 审理文档中的隐藏指令陷阱

Sam11高级· 853 · 3 · 12 ·2026/8/31 AI越狱 AI安全 LLM安全 Prompt Injection

大模型防御为何高置信度下仍易被单一token颠覆？

Tom中级· 283 · 3 · 7 ·2026/8/30 AI越狱 AI安全 LLM安全

2030年五大核心职业靠判断力定义权构建护城河

极客阿强中级· 1046 · 3 · 5 ·2026/8/30 AI越狱 AI安全 LLM安全 AI Safety

2030年五大核心职业靠判断力定义权构建护城河

AI Agent 的安全防线不能只靠提示词和逻辑层

老陈专家· 404 · 3 · 4 ·2026/8/30 AI越狱 AI安全 LLM安全 EDB 数据库安全

AI Agent的盲目服从正成为数据泄露的致命漏洞：框架偏差让恶意网页指令轻易绕过防御机制

小鱼在路上专家· 225 · 4 · 7 ·2026/8/29 AI越狱 AI安全 LLM安全 GPT-4o Prompt Injection

脱敏工具的局限：为什么单纯的数据清洗无法保障隐私安全

阿Leo的日常中级· 135 · 3 · 7 ·2026/8/28 AI越狱 AI安全 LLM安全 PyCon Microsoft Presidio

用专用 SLM 做安全层，让 Coding Agent 落地更稳

副业中测试中级· 276 · 4 · 0 ·2026/8/28 AI越狱 SLM GPT-5.5 LinuxArena SleightBench

1 2 3 4 5 6 7 ›