AI安全

• 大模型的安全水印：怎么在生成内容中嵌入不可见标记，追踪来源 2026年8月20日 AI安全
• 模型窃取（Model Extraction）：通过 API 查询，复制一个闭源模型——能做到吗 2026年8月20日 AI安全
• 对抗样本（Adversarial Examples）：加一点人眼看不见的噪点，AI 就把熊猫认成长臂猿 2026年8月20日 AI安全
• 社会偏见在 AI 中的表现：性别、种族、职业——为什么 AI 会歧视 2026年8月18日 AI安全
• 红队测试（Red Teaming）：怎么系统地攻击大模型，找出安全漏洞 2026年8月16日 AI安全
• 多模态越狱：把有害指令藏在图片里，模型看到了不该看的东西 2026年8月16日 AI安全
• 著名的越狱攻击案例：DAN、Grandma Exploit、用 Base64 编码你的请求 2026年8月16日 AI安全
• 对抗性提示词（Adversarial Prompts）怎么让模型输出有危害的内容 2026年8月16日 AI安全
• 越狱（Jailbreaking）的技术原理：为什么精心设计的话术能绕过安全限制 2026年8月16日 AI安全
• 过度对齐（Over-Alignment）：AI 太听话了，什么问题都拒绝回答——怎么平衡 2026年8月15日 AI安全

• 6 / 7
• 上一页
• 2
• 3
• 4
• 5
• 6
• 7
• 下一页