jailbreak taxonomy
jailbreak taxonomy
Определение
Систематическая классификация методов обхода ограничений LLM, включающая категории: OOD (out-of-distribution), refusal suppression, role-play, перевод и другие. Используется для структурирования атак и разработки защит.
Где встречается
- 352. Что такое jailbreak taxonomy (OOD, refusal suppression, role-play, перевод)
- 597. Что такое jailbreak taxonomy (OOD, refusal suppression, role-play, перевод)
- 800+ вопросов