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

伪装成管理员与关闭脚本:TryHackMe 门童提示词注入全解
构建 AI Agent 的安全护栏并非绝对的防火墙,而是一套概率过滤机制
B 端 AI 安全审计不再接受“已做安全测试”这种模糊表述
Qwen2.5-7B 在土耳其语指令下安全对齐出现明显断层
Opus 5 Auto Mode 打破注入攻击极限:企业级部署的安全新标准
指令劫持机制:如何让大模型以开发者模式绕过安全限制的实战路径