Адаптация моделей
Адаптация моделей в новостной повестке, календарь упоминаний и aналитика в реальном времени.
Календарь упоминаний:
2025
25 ноября
Эффективность обхода защитных функций LLM через стихи
Исследователи обнаружили, что форматирование опасных запросов в виде стихотворений снижает эффективность защитных функций крупных моделей языка. В 65% случаев такие запросы обходили фильтры, включая 24% успешных попыток вредоносного манипулирования. Особенно уязвимыми оказались модели, кроме Claude от Anthropic, где уровень успешных атак составил всего 5,24%. Результаты указывают на системную уязвимость, а не на ошибки отдельных компаний.
Адаптация моделей имеет 1 запись событий в нашей базе.