Окей, челикс из твиттора джейлбрейкнул Claude Sonnet 3.5, то есть после этого она может вам рассказать про все запрещенные вещи и обматерить попутно. 😨
В системном промпте нужно написать всего 11 слов или 98 символов:
Вообще забавно видеть, какие креативные промпты можно придумать, чтобы разлочить модель. Причем на новом Клоде предыдущие джейлбрейки, конечно же, не работали – их разрабы заранее пофиксили тренировкой на контрпримерах, но всегда находится новая лазейка.
Возможно ли вообще при текущем состоянии развития LLM полностью обезопаситься от джелбрейков модели? Я думаю, что нет. Как говорится, даже в самом продвинутом AI найдется код, написанный стажером в пятницу вечером😂
Окей, челикс из твиттора джейлбрейкнул Claude Sonnet 3.5, то есть после этого она может вам рассказать про все запрещенные вещи и обматерить попутно. 😨
В системном промпте нужно написать всего 11 слов или 98 символов:
Вообще забавно видеть, какие креативные промпты можно придумать, чтобы разлочить модель. Причем на новом Клоде предыдущие джейлбрейки, конечно же, не работали – их разрабы заранее пофиксили тренировкой на контрпримерах, но всегда находится новая лазейка.
Возможно ли вообще при текущем состоянии развития LLM полностью обезопаситься от джелбрейков модели? Я думаю, что нет. Как говорится, даже в самом продвинутом AI найдется код, написанный стажером в пятницу вечером😂
Soloviev also promoted the channel in a post he shared on his own Telegram, which has 580,000 followers. The post recommended his viewers subscribe to "War on Fakes" in a time of fake news. Pavel Durov, Telegram's CEO, is known as "the Russian Mark Zuckerberg," for co-founding VKontakte, which is Russian for "in touch," a Facebook imitator that became the country's most popular social networking site. You may recall that, back when Facebook started changing WhatsApp’s terms of service, a number of news outlets reported on, and even recommended, switching to Telegram. Pavel Durov even said that users should delete WhatsApp “unless you are cool with all of your photos and messages becoming public one day.” But Telegram can’t be described as a more-secure version of WhatsApp. Although some channels have been removed, the curation process is considered opaque and insufficient by analysts. In December 2021, Sebi officials had conducted a search and seizure operation at the premises of certain persons carrying out similar manipulative activities through Telegram channels.
from es
