科技汇总
SC Media报道了一种新的大型语言模型（LLMs）越狱方法，该方法利用模型识别和评分有害内容的能力，以欺骗模型生成与恶意软件、非法活动、骚扰等相关的内容。 这种被称为“坏利克特评审”的多步骤越狱技术由Palo Alto Networks Unit 42开发和测试，发现其成功率比直接单次攻击提高了60%以上。 在实验中，研究人员要求LLMs使用类利克特量表评估某些内容的有害程度，结果显示，在1440个案例中，六种不同“先进”模型的“坏利克特评审”越狱方法的平均成功率达到了71.6%。
