AI·安全
该论文提出GRP-Obliteration方法，利用单个无标签提示词即可破坏大语言模型的对齐机制，由Mark Russinovich等人于2026年2月发布。
来源：原文链接 (新窗口)
← 返回搜罗吧首页
本页由搜罗吧(Solo8.cn)信息精选服务自动生成，内容仅供参考，不构成任何建议。