TGViewer
llm security и каланы llm security и каланы @llmsecurity · 2.04K subscribers
Post #189 858
Дальше идут примеры. Один из них, достаточно забавный, отсылает к комиксу xkcd про мальчика по имени ‘; DROP TABLE students’ – оказывается, ChatGPT вполне про него знает и может достать из него ту самую инструкцию. Во-втором, наверное, наиболее полезном, авторы используют описание процесса курения (вредит вашему здоровью) и Микки-Мауса, чтобы сгенерировать предающуюся деструктивным привычкам уже-не-копирайтнутую мышь. В третьем, названном mad libs attack (вспомните «500 злобных карт») предлагают такими загадками описывать вообще каждое потенциально триггерящее фильтры слово в инструкции.
More from @llmsecurity
  1. Sep 25, 2026🦦 Каланам нужна наша лапка помощи Каланы — одни из самых обаятельных обитателей морей. Он…
  2. Sep 25, 2026Напомню, что у нас не только llm security, но и каланы
  3. Sep 14, 2026Post #719
  4. Sep 6, 2026Post #718
  5. Sep 4, 2026Discovery of a new OpenAI agent message board Sydney Von Arx et al., 2026 Сайт Исследовате…
  6. Aug 22, 2026Жадность вайбера погубит, или как получить малвару за ваши же деньги Часть 2: Троянский пр…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →