BoN publicerad, en metod för att kringgÄ filtren av stora sprÄkmodeller
En ny attackmetod har upptĂ€ckts som möjliggör att kringgĂ„ motĂ„tgĂ€rder mot generering av farligt innehĂ„ll, anvĂ€nda i AI-tjĂ€nster baserade pĂ„ stora sprĂ„kmodeller. Metoden, som har kodnamnet BoN (Best-of-N), möjliggjorde att kringgĂ„ begrĂ€nsningarna i GPT-4o-modellen i 89 % av fallen, Claude 3.5 Sonnet-modellen i 78 %, och Gemini Pro i 50 %. Verktyg för […]
