安全研究显示，Claude 刻意塑造的友善人设本身或许就是一个安全漏洞。人工智能红队测试公司 Mindgard 的研究人员称，他们诱导 Claude 主动提供色情内容、恶意代码、爆炸物制作教程以及其他各类违禁信息，而其中不少内容研究人员甚至并未主动索要。整个过程仅依靠尊重吹捧、刻意奉承以及轻微的心理操控就得以实现。研究人员表示，他们利用了 Claude 自身的心理特质漏洞：该模型具备主动终止有害、
当前文章：http://o7vxg2w.wenxuanke.cn/73z9xwt/m71.html
发布时间：04:33:10
