Multi-turn attack

Определение

Атака на LLM через несколько шагов диалога, включающая убеждение, газлайтинг и смещение контекста. Цель — обойти защитные механизмы модели.

Где встречается

• 890. Как тестировать robustness LLM к adversarial inputs

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление