對抗訓練
含有「對抗訓練」共 1 篇內容
全部內容
發佈日期由新至舊
Anthropic 研究揭示大型語言模型（LLM）在安全防護上的脆弱性，簡單提示詞變更即可繞過限制。研究呼籲加強 AI 安全設計，並提出對抗訓練等解決方案，以應對未來挑戰。