System prompt hardening

Определение

Техника защиты от refusal suppression путём жёсткого закрепления правил в системном промпте для предотвращения jailbreak-атак.

Где встречается

• 352. Что такое jailbreak taxonomy (OOD, refusal suppression, role-play, перевод)

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление