#كسر الحماية

سلامة الذكاء الاصطناعي

استبدال system prompt benign رفع نجاح jailbreak من 2% إلى 58%

تقول ورقة قُبلت في EMNLP 2026 Findings إن رقمًا واحدًا لمعدل نجاح الهجوم، يُقاس في إعداد افتراضي، لا يقول تقريبًا شيئًا عن نظام مُنشر.

قبل 2 ي

Anthropic

تستعيد Anthropic Fable 5 عالميًا وتقترح إطارًا لقياس خطورة الـ jailbreak

بعد تعليقٍ بسبب ضوابط التصدير الأميركية استمر قرابة ثلاثة أسابيع، أعادت Anthropic إطلاق Fable 5 عالميًا في 1 يوليو وطرحت طريقة لتقييم مدى خطورة الـ jailbreak فعليًا.

5 يوليو 2026