Deep Tide TechFlow, 25 июля: Anthropic заявила в системе-карте Opus 5, что эта модель является наименее подверженной атакам с внедрением подсказок среди всех её моделей на сегодняшний день. По результатам оценок уязвимости к внедрению подсказок и данным red-team тестов Opus 5 продемонстрировал более сильную устойчивость к противодействию вредоносным попыткам внедрения подсказок. Внедрение подсказок — один из ключевых рисков в области AI-безопасности: злоумышленники с помощью тщательно разработанных входных данных обходят ограничения безопасности модели и провоцируют выполнение непредвиденных действий. Anthropic опубликовала подробности соответствующих оценок на 73-й странице системной карты.

Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
  • Награда
  • комментарий
  • Репост
  • Поделиться
комментарий
Добавить комментарий
Добавить комментарий
Нет комментариев
  • Закреплено