Tag
大语言模型的脆弱面——对抗攻击研究 先说个鸡毛蒜皮 的事实：大语言模型 表面堪起来像个全嫩小超人，背后却藏着一颗极易碎的玻璃心 。别堪它们在写诗、 写代码、写情书时光鲜亮丽，一旦遇到对抗性扰动 马上就会像被针扎了一下似的，吐出奇怪的答案或着直接崩溃。 1. 那些让人抓狂的经典攻击手法 先抛几个名词砸你脑袋：提示注入 越狱攻击后门植入还有那种莫名其妙的“间接提示注入”。这些玩意儿不需要大刀阔斧
查看更多 2026-02-24
Demand feedback
