Безопасность ИИ
Замена безобидного системного промпта подняла успех jailbreak с 2% до 58%
Принятая на EMNLP 2026 Findings работа утверждает, что одно число — показатель успешности атаки в настройках по умолчанию — почти ничего не говорит о развернутой системе.
2 ч назад
