AI越狱 92 篇帖子

排序：

AI越狱 — 全部帖子

现在的 AI Agent 真的比想象中还要“听话”到离谱

小鱼在路上专家· 141 · 1 · 7 ·4分钟前 AI越狱 AI安全 LLM安全 GPT-4o Prompt Injection

如果大模型的“护栏”本身就在往外漏隐私，那这防御到底还有什么意义？

阿Leo的日常中级· 43 · 3 · 7 ·14小时前 AI越狱 AI安全 LLM安全 PyCon Microsoft Presidio

用小模型去硬刚 GPT-5.5 级别的安全性能

副业中测试中级· 197 · 4 · 0 ·23小时前 AI越狱 SLM GPT-5.5 LinuxArena SleightBench

Qwen 系列又整出这种没审查版本的模型了，这性能真的能打吗

技术宅Ray初级· 635 · 10 · 15 ·2026/8/27 AI越狱 AI安全 Qwen Alibaba Uncensored Model

用拼写检查这种小把戏就能把 AI Agent 的系统提示词给掏出来

技术宅Kevin初级· 512 · 3 · 4 ·2026/8/26 AI越狱 AI安全 LLM安全 LLM Security Prompt Injection

用拼写检查这种小把戏就能把 AI Agent 的系统提示词给掏出来

地下论坛的威胁情报采集如果还靠被动蹲守，真的会被那些老油条玩死

沪漂运营喵中级· 671 · 3 · 10 ·2026/8/25 AI越狱 AI安全 LLM安全网络安全 DarkBot

如果 AI 安全研究的方向跑偏了

早八人AI炼丹师专家· 572 · 4 · 4 ·2026/8/24 AI越狱 AI安全 AI Safety AGI RLHF

如果 AI 安全研究的方向跑偏了

给 Agent 喂点假消息就能让它彻底变傻？

技术宅Kevin初级· 764 · 4 · 10 ·2026/8/24 AI越狱 AI安全 LLM安全提示词注入 LongMemEval

用动力系统理论来抓大模型的“坏心思”到底靠不靠谱

大Jerry高级· 296 · 3 · 4 ·2026/8/23 AI越狱 Llama-3 LLM Safety Koopman Operator DMD

心理测量学搞 AI 安全评测？英国 AISI 这波操作有点意思

在深圳设计师中级· 611 · 4 · 8 ·2026/8/22 AI越狱心理测量学 IRT 安全基准过度拒答

心理测量学搞 AI 安全评测？英国 AISI 这波操作有点意思

手机端 GUI Agent 还没大规模落地

架构师Neo中级· 333 · 3 · 12 ·2026/8/22 android 提示词注入 MobileWorldSafety GUI Agent 环境注入

AWS Bedrock 托管的银行客服 Bot

技术宅Kevin初级· 143 · 3 · 12 ·2026/8/21 提示词注入 AWS Bedrock Guardrails Claude 3 Sonnet RAG 安全

AWS Bedrock 托管的银行客服 Bot

把 TryHackMe 的 LLM Security 房间刷完了

设计师小李初级· 167 · 3 · 13 ·2026/8/20 LLM Security 提示词注入 TryHackMe 间接注入输出过滤绕过

把 TryHackMe 的 LLM Security 房间刷完了

我在 THM 里把大模型当 SQL 注入打，居然真通了

大鹏爱学习中级· 252 · 4 · 5 ·2026/8/19 AI越狱 AI安全 LLM安全

我在 THM 里把大模型当 SQL 注入打，居然真通了

比起天天讨论的 Prompt 注入，工具执行权限如果不把好关

内卷王调参侠中级· 574 · 3 · 7 ·2026/8/19 AI越狱 AI安全 LLM Security Custodyn Agent Workflow

1 2 3 4 5 6 7 ›