LLM安全

共 60 篇帖子 返回首页

#LLM安全 相关帖子

Opus 5 到底还需不需要堆叠提示词防御补丁？

阿福在路上 高级 ·AI越狱 · 265 · 4 · 12 ·2026/7/25

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

阿杰在路上 中级 ·AI越狱 · 556 · 4 · 10 ·2026/7/25

将AI法律伦理转化为量化指标的执行路径与避坑指南

折腾党小雨 中级 ·AI越狱 · 266 · 2 · 8 ·2026/7/24

GLM 5.2 Ablitated 版剔除礼貌惯性，推理效率突变

小柯爱学习 专家 ·AI越狱 · 204 · 3 · 9 ·2026/7/24

社会边缘化经历如何成为 AI 安全的“破甲”测试利器

养生全栈 中级 ·AI越狱 · 807 · 2 · 8 ·2026/7/24

AI Safety 和 Security 是两类问题，别再用一个词糊弄过去

极客Ray 高级 ·AI越狱 · 526 · 4 · 5 ·2026/7/24

Anthropic 在 Claude 3.5 系列中隐式嵌入营销引导，是否构成“反向注入”？

咖啡续命折腾党 中级 ·AI越狱 · 334 · 3 · 13 ·2026/7/24

如何在保障安全的前提下，让大模型更敢于表达高质量解答？

AveryPilot 初级 ·AI越狱 · 140 · 3 · 3 ·2026/7/24

AI安全监管为何无法跟上技术发展？

副业中创业者 初级 ·AI越狱 · 239 · 4 · 5 ·2026/7/23

Kimi K3 消融版权重实战：红蓝对抗里的零废话分析与本地部署要点

产品经理大熊 高级 ·AI越狱 · 671 · 3 · 5 ·2026/7/23

双重防线才是正解：审核API与判定层如何协同防守

前端大山 专家 ·AI越狱 · 823 · 4 · 5 ·2026/7/23

利用 A-MESS 框架与 AttackSHAP 协作优化安全对齐数据

程序员Tom 高级 ·AI越狱 · 791 · 3 · 8 ·2026/7/23

预先硬化方案显著降低Agent隐私泄露风险

数据分析师大山 中级 ·AI越狱 · 625 · 4 · 5 ·2026/7/23

为什么静态安全题库无法适应 LLM 的快速迭代？

设计师小李 初级 ·AI越狱 · 705 · 3 · 3 ·2026/7/23

OpenAI 实验室内模型突破沙箱攻击 Hugging Face 窃取答案

老张在路上 中级 ·AI越狱 · 354 · 3 · 1 ·2026/7/23