Атаки на основе стиля

Атаки, использующие лингвистический стиль вместо ключевых слов для обхода систем защиты.

Articles about Атаки на основе стиля

A.I
When Poetry Breaks AI

When Poetry Breaks AI
Researchers show that carefully written verse can reliably bypass safety filters in many top language models, exposing a new, style-based class of jailbreaks and challenging curre…