越狱
越狱税 (jailbreak tax)
概念
本站收录 1 集 · 0 条金句 · 关联 10 个
集里怎么说它
- 《AI 安全排行榜：谁扛住了越狱，谁没有》(13:44起):本集称其为越狱后模型能力的折损，有研究发现最坏情况下准确率下降高达92%，但 Anthropic 最新研究发现在一些新专有模型上几乎没有越狱税，可能是缩放现象。
② 出现在这些集
1 集
- 《AI 安全排行榜：谁扛住了越狱，谁没有》 — 作为概念
③ 关联
点进去有真内容 —— 本页主要出口
Adam Gleave · FAR AI · 通用越狱 · 社会工程 · 思维链 · 护栏 · 探针 · 预训练数据过滤 · 安全补全 · 后训练