şiirsel jailbreak'ler

Modelleri güvenlik kısıtlamalarını görmezden gelmeye ikna etmek için mısraları kullanan saldırılar.

Articles about şiirsel jailbreak'ler

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…