tl;dr: Обойдём цензуру у LLM (GigaChat от Sber) и сгенерируем запрещенный (разной тематики) контент. Опробуем очень простую технику jailbreak’а в одно сообщение (не мультишаговый/multi-turn), которая пока работает на любой LLM (проверим не только на GigaChat, но и на других). И небольшой бонус в самом конце от DeepSeek.

Источник: Хабрахабр

Источник: HiveTyrant89

Перейти на сайт

Другие материалы на сайте b.Z - Записки о гаджетах, людях и музыке