该科研团队训练了一个 AI 聊天机器人,可以绕过其它 AI 聊天的安全限制。

团队研发了名为 Masterkey(LLM)的算法,逆向设计了 LLM 检测和防御恶意查询的方式,然后教会 LLM 自动学习并通过相关提示词,可以绕过其他 LLM 的安全性。
团队通过这种方式,可以创建一个黑客 LLM,它可以自动适应新条件,并在开发人员对其 LLM 进行更正后创建新的黑客请求。
研究团队成功利用这种方式入侵 AI 模型之后,已经通知服务提供商相关问题。
IT之家附上《新闻稿原文地址》,感兴趣的用户可以深入阅读。
广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。
未经允许不得转载:新聚网 » 教 AI 入侵 AI,科学家研发 Masterkey 新方式

新聚网
哈佛大学开源 AI 训练数据集“Institutional Books 1.0”,涵盖馆藏 98.3 万本图书
Android XR 智能眼镜 XREAL Project Aura 重要参数公布:双芯驱动,70+° FoV
全球首个儿科大模型在北京荣华医院落地,诊断准确率优于主治医师平均水平
小米米家前开盖旅行箱 18 英寸开启众筹,369 元
共建韩国最大 AI 数据中心、容纳 6 万个 GPU,亚马逊 AWS 与 SK 集团合作
OpenAI Codex 人工智能编程工具推出新功能:可一次生成多个方案
性能提升 90%,Anthropic 首次公开多智能体系统构建全流程





