15
Sep
article
Astra и Fable всё ещё обходят alignment-тесты
GPT-6 Astra провалил alignment-тест 10 из 10 раз. Разбираем эксперимент Goodhart Labs, что он значит …
→
Jailbreak
5
материалов
11
Aug
news
Dopamine 3.0: первый джейлбрейк для iOS 26
Разработчик opa334 выпустил Dopamine 3.0 — первый публичный джейлбрейк для iOS 26 на чипах A12/A13, …
→
29
Jun
translation
6000 попыток взломать ИИ-ассистента: что показал эксперимент
Разработчик открыл своего ИИ-ассистента для атак через email. Более 2000 человек отправили 6000 …
→
24
Jun
article
Prompt Injection как путаница ролей в LLM
Как атаки Prompt Injection эксплуатируют путаницу ролей в LLM: механика, CoT Forgery, реальные …
→
26
May
article
Adversarial Attacks на LLM: как взламывают ИИ
Разбираем все типы атак на большие языковые модели: jailbreak, prompt injection, backdoor и методы …
→