埋在 Opus 5 系統卡的內容裡,而不是標題評分:這是 Anthropic 迄今最容易被提示注入(prompt injectable)的模型。


憑據:
> 經過各種提示注入(prompt-injection)評測測試,而不只是單一情境
> 在面對主動紅隊(red team)嘗試時仍能站得住
> 被 Anthropic 自己的首席主管指出,這是他在基準測試之上最讓他感到興奮的結果
提示注入是把你的代理程式(agent)反過來對付你的攻擊。對不受信任的資料進行每一次工具呼叫,都是一次暴露。要把那個數字移動到新的位置,價值比在程式碼測試台上的一個分數還更高。
查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 打賞
  • 回覆
  • 轉發
  • 分享
回覆
請輸入回覆內容
請輸入回覆內容
暫無回覆