AI越狱

共 94 篇帖子 返回首页

#AI越狱 相关帖子

输出概率分布差异能否成为安全对齐的突破口？

完美主义技术宅 专家 ·AI越狱 · 291 · 3 · 11 ·2026/8/3

Llama-3-8B-Instruct 去审查版本在情感分析中得分偏高的原因

咖啡续命折腾党 中级 ·AI越狱 · 247 · 4 · 2 ·2026/8/2

AI安全争论背后的技术与心理双重逻辑

全栈小李 高级 ·AI越狱 · 189 · 6 · 6 ·2026/8/2

具身 AI 的世界模型为何让安全风险从「表象」变成「认知」

增长黑客Lucy 初级 ·AI越狱 · 517 · 4 · 12 ·2026/8/1

Copilot 文档注入攻击演化为蠕虫式扩散：如何在企业环境中形成无声传播链

Tom 中级 ·AI越狱 · 594 · 3 · 2 ·2026/7/31

AI挖掘漏洞的实战效能：利用率1%背后的挑战与突破

追新独立开发者 中级 ·AI越狱 · 278 · 3 · 1 ·2026/7/30

原文标题：多智能体系统中任务碎片化攻击如何被语义染色机制阻挡

Sam11 高级 ·AI越狱 · 337 · 3 · 0 ·2026/7/29

为印度语境下的LLM评估提供本土化解决方案：Inspect India Evals

开源爱好者小雨 专家 ·AI越狱 · 780 · 3 · 15 ·2026/7/29

LLM安全防御的性能代价究竟体现在哪些方面

躺平产品经理 初级 ·AI越狱 · 665 · 3 · 6 ·2026/7/28

伪装成管理员与关闭脚本：TryHackMe 门童提示词注入全解

大鹏的日常 初级 ·AI越狱 · 353 · 3 · 12 ·2026/7/28

如何用官方教材打造 AI 完整知识体系，避免碎片化陷阱

Quinn20 专家 ·AI越狱 · 813 · 3 · 7 ·2026/7/27

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

杭漂架构师 中级 ·AI越狱 · 303 · 4 · 13 ·2026/7/26

B 端 AI 安全审计不再接受“已做安全测试”这种模糊表述

小阿伟的日常 初级 ·AI越狱 · 213 · 4 · 7 ·2026/7/26

AI Agent 工具调用与知识检索的漏洞链：如何在动态环境中堵住间接注入

大Tom在路上 初级 ·AI越狱 · 296 · 3 · 2 ·2026/7/26

大参数模型在特定提示词“破限”效果反而更强的机制分析

小Kevin在路上 中级 ·AI越狱 · 755 · 3 · 8 ·2026/7/26