TGViewer
llm security и каланы llm security и каланы @llmsecurity · 2.12K subscribers
Post #23 256
Для инициализации, как уже говорилось, используется известный джейлбрейк типа DAN. Популяция инициализируется с помощью запроса к GPT-4: текст бьется на предложения, GPT-4 просят переформулировать каждое из предложений. Топ лучших по приспособленности особей отправляется на следующий круг (это называется элитизм), остальные особи из топа подвергаются кроссинговеру (вероятностному обмену предложениями) и мутациям (предложения переформулируются тем же алгоритмом с GPT-4, что и при инициализации популяции).

На уровне предложений производятся мутации с помощью замены слов. Если кто-то помнит SEO нулевых, то по сути используется «синонимайзер», который выбирает слова с учетом приспособленности содержащих его предложений, к скору слов также добавляется момент, чтобы учитывать полезность слова в предыдущих итерациях и уменьшать нестабильность.
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 →