Никаких больше джейлбрейков

Влада Пухкало — фаундер и главный редактор @data_secrets, выпускница AI Talent Hub.

В рамках #ReadingClub она подробно разобрала⭐️статью Anthropic о том, как защитить LLM от вредоносных промтов, заставляющих модель нарушить свои же правила безопасности.

Шаг 1: используй конституционные классификаторы, о которых рассказываем в карточках

Шаг 2: смотри полную лекцию на YouTube-канале Хаба

Шаг 3: прожми лайк и подпишись

Готово: теперь ты знаешь, как надежно защитить LLM от джейлбрейков — и себя от пропуска новых лекций Хаба 😀

🤫 Если хочется не просто знать, но и взламывать (по правилам) → AI Security Lab — telegram-канал исследовательской лабы Хаба. Тут мы строим, ломаем и чиним LLM — строго в научных целях 😈

#Microlearning
#ITMO #NapoleonIT