全部 未讀 (25608) ★ 收藏 (0) 🤖 人工智能 (11644) 📊 商业科技 (5079) 📁 媒体资讯 (2030) 💻 软件编程 (1793) 📁 个人成长 (1665) 📁 生活文化 (1389) 📁 投资财经 (1236) 🎨 产品设计 (454) 📁 体育运动 (270) 📁 AI 产品 (39)
篩選中: 🏷️ LLM 安全对齐 共 1 篇 ✕ 清除篩選
25610
全部文章
25608
未讀
186
今日新增
0
收藏
📡 Poller 最後抓取: 1 小時前 (06-21 16:00)
BestBlogs 精選 (25556)

🏷️ 熱門標籤

AI Agent 2428 AI 编程 1123 Anthropic 1015 Claude Code 949 LLM 834 政策解读 799 AI 智能体 781 OpenAI 756 产业动态 721 投资与市场 694 宏观经济 620 开源 585 Claude 565 地缘政治 564 OpenClaw 557 科技新闻 539 AI 532 国际新闻 516 AI 安全 515 社会议题 501
● 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 (03-26 10:31) 李继刚 人工智能 3 分鐘 ★ 86
AI 安全 大模型 文言文 越狱