Source: Slashdot
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%。
在追求科技进步的同时，我们是否也在无意中面临更大的安全隐患？
特别声明：本文及配图均为用户上传或者转载，本文仅代表作者个人观点和立场，不代表平台观点。其原创性以及文中陈述文字和内容未经本站证实，
对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本平台不作任何保证或承诺，请读者仅作参考，
并请自行核实相关内容。如发现稿件侵权，或作者不愿在本平台发布文章，请版权拥有者通知本平台处理。
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios)
posted above belong to the User who shared or the third-party website which the User shared from.
If you found your copyright have been infringed, please send a DMCA takedown notice to
info@microheadline.com
来源：https://it.slashdot.org/story/25/01/12/2010218/new-llm-jailbreak-uses-models-evaluation-skills-against-them?utm_source=rss1.0mainlinkanon&utm_medium=feed
https://x.com/SCMagazine/status/1877885137100079144
https://www.scworld.com/news/new-llm-jailbreak-uses-models-evaluation-skills-against-them
