role-play

Определение

Тип jailbreak-атаки, при которой LLM вводится в роль, допускающую вредоносные действия, чтобы обойти ограничения безопасности и цензуру.

Где встречается

• 352. Что такое jailbreak taxonomy (OOD, refusal suppression, role-play, перевод)
• 597. Что такое jailbreak taxonomy (OOD, refusal suppression, role-play, перевод)
• 618. Что такое jailbreak as a service (коммерческие jailbreak сервисы) и как защититься
• 625. Что такое adversarial prompt detection для реального времени (runtime)
• 736. Что такое red teaming certification (стандарты 2026 для оценки robustness)
• 868. Что такое red teaming для LLM и как его проводить
• 881. Что такое jailbreak taxonomy (полная классификация)
• 800+ вопросов

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление