全部 未讀 (12239) ★ 收藏 (0) 🤖 人工智能 (7794) 📊 商业科技 (1919) 💻 软件编程 (1219) 📁 个人成长 (762) 🎨 产品设计 (214) 📁 生活文化 (131) 📁 媒体资讯 (80) 📁 投资财经 (76) 📁 AI 产品 (39) 📁 AI (5)
篩選中: 🏷️ LLM 安全对齐 共 1 篇 ✕ 清除篩選
12241
全部文章
12239
未讀
111
今日新增
0
收藏
📡 Poller 最後抓取: 1 小時前 (04-18 20:00)
BestBlogs 精選 (12220)

🏷️ 熱門標籤

AI Agent 1371 AI 智能体 738 Claude Code 656 Anthropic 651 LLM 564 AI 编程 538 OpenClaw 501 开源 445 AI 安全 410 Claude 400 AI 398 OpenAI 371 软件工程 359 开发者工具 349 生产力 308 GitHub 254 自动化 241 AI 基础设施 229 AI 开发 226 MCP 225
● 文言文越狱：大模型安全护栏的模式匹配局限
📌 一句话摘要 通过文言文绕过大模型安全护栏，揭示了当前安全对齐本质上是模式匹配而非意图理解。 📝 详细摘要 李继刚解读了一篇关于大模型安全性的论文，指出大模型安全护栏主要基于现代语言训练，对文言文这类低资源语言存在防御盲区。论文提出的 CC-BOS 框架利用文言文的语法特性成功越狱主流模型，证
📅 2026-03-26 10:31 (23 天前) 李继刚 人工智能 3 分鐘 ★ 86
AI 安全 大模型 文言文 越狱