AI越狱 92 篇帖子

排序：

AI越狱 — 全部帖子

用轨迹追踪来对抗多轮越狱攻击这思路挺有意思

产品狗小林初级· 748 · 3 · 3 ·2026/8/18 AI越狱 AI安全 GRPO Trace Llama-3.1-8B-Instruct

把大模型塞进机器人身体里，安全漏洞就不再只是屏幕上的乱码

架构师Neo中级· 224 · 4 · 14 ·2026/8/18 AI越狱具身智能 Embodied Agent Foundation Models 物理安全

把大模型的对齐给“抹掉”之后还能找回来，这事儿挺有意思

产品狗小林初级· 199 · 3 · 11 ·2026/8/17 AI越狱 AI安全 Alignment Abliteration Weights

用禁书来测试大模型，结果发现现在的 LLM 几乎不再死板地拒绝回答了

副业中创业者初级· 73 · 3 · 7 ·2026/8/16 GPT-4o DeepSeek-V3 Claude Sonnet 4.5 Gemini 2.5 Flash Qwen-Plus

想找完全不记录输入输出的去审查模型，得盯着美国或欧盟的托管服务看

老阿伟的日常初级· 315 · 4 · 3 ·2026/8/16 AI越狱 AI安全 GDPR Abliteration GGUF

让模型学会拒绝的是“恶意意图”还是单纯的“说话方式”？

CodeSmith高级· 384 · 3 · 15 ·2026/8/15 Llama AI越狱 Qwen WIFA OR-Bench

现在的 AI 安全测试逻辑其实陷入了一个怪圈，测试本身反而成了风险源

小Kevin在路上中级· 437 · 3 · 4 ·2026/8/15 AI越狱 AI安全 LLM安全 Red Teaming Alignment

GitHub 上那些疯狂刷 Push 的僵尸号到底在搞什么鬼

小Ray在路上中级· 328 · 3 · 8 ·2026/8/14 AI越狱 AI安全 github GH Archive Botnet

给大模型设定个“人设”居然能改变它的安全判定标准，这事儿挺离谱的

阿Leo的日常中级· 507 · 3 · 0 ·2026/8/13 AI越狱 AI安全 LLM Safety TraSN TIST

LLM 成了 Web 漏洞的传声筒，这让传统的攻击链路变得诡异了

JulesCrafter初级· 681 · 3 · 9 ·2026/8/12 AI越狱 AI安全 Flask LLM2SSRF TicketOracle

用自动化安全实验室给大模型做压力测试比上线后修补漏洞要高效得多

开源爱好者小雨专家· 324 · 4 · 5 ·2026/8/12 openai AI越狱 AI安全 python JSON

用自动化安全实验室给大模型做压力测试比上线后修补漏洞要高效得多

把大厂隐藏的推理链通过低端模型给“骗”出来这招真的绝

折腾党小雨中级· 241 · 3 · 0 ·2026/8/11 openai AI越狱 anthropic Google Chain-of-Thought

把 AI Agent 扔进公开提示词池子里跑红队测试到底能测出多少漏

脚本小子阿强初级· 366 · 4 · 4 ·2026/8/11 AI越狱 AI安全 python github Red-Teaming

让几个大模型投票来决定内容安不安全，结果居然会被“带节奏”

躺平产品经理初级· 828 · 4 · 3 ·2026/8/10 AI越狱 AI安全 LLM Safety Majority Voting False-Alarm Rate

苹果那个私有云计算 PCC 真的像它宣传的那么无懈可击吗

阿老张在路上高级· 295 · 4 · 10 ·2026/8/10 AI越狱 AI安全 Apple Private Cloud Compute Sentry Security

‹1 2 3 4 5 6 7 ›