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😂
"This time we received the coordinates of enemy vehicles marked 'V' in Kyiv region," it added. So, uh, whenever I hear about Telegram, it’s always in relation to something bad. What gives? Official government accounts have also spread fake fact checks. An official Twitter account for the Russia diplomatic mission in Geneva shared a fake debunking video claiming without evidence that "Western and Ukrainian media are creating thousands of fake news on Russia every day." The video, which has amassed almost 30,000 views, offered a "how-to" spot misinformation. At the start of 2018, the company attempted to launch an Initial Coin Offering (ICO) which would enable it to enable payments (and earn the cash that comes from doing so). The initial signals were promising, especially given Telegram’s user base is already fairly crypto-savvy. It raised an initial tranche of cash – worth more than a billion dollars – to help develop the coin before opening sales to the public. Unfortunately, third-party sales of coins bought in those initial fundraising rounds raised the ire of the SEC, which brought the hammer down on the whole operation. In 2020, officials ordered Telegram to pay a fine of $18.5 million and hand back much of the cash that it had raised. Continuing its crackdown against entities allegedly involved in a front-running scam using messaging app Telegram, Sebi on Thursday carried out search and seizure operations at the premises of eight entities in multiple locations across the country.
from nl
