安全
安全补全 (safe completions)
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》(14:54起):本集称其为 OpenAI 开创的方法，模型不直接拒绝而是给出安全相关的回答（如问造炸药时只告诉你附近持证烟火技师和安全处理方法），如果只用是否以’当然我可以帮你’开头来判断越狱会产生大量假阳性。
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 · 越狱税 · 后训练