跳到正文
原文
先知社区·本站收录· 原文发表· 攻击 →· 扫描记录里的位置 →

巴别语(BabelTele)越狱思路:符号压缩自然语言可能绕过部分 LLM 表层安全检测

AI大模型破甲思路之巴别语信息转换破甲

AI 导读

作者提出巴别语(BabelTele)信息转换越狱,把自然语言压缩成多语种混用、以通识逻辑符号连接的高密度文本,称可降低表面可读性并可能绕过部分 LLM 的表层安全拦截。压缩与还原提示词测试显示模型能理解还原语义;作者还称,部分原本触发拦截的请求转成巴别语后可能不再被拦,并将此视为暴露 LLM 表层对齐盲区的结构性副作用。

阅读原文xz.aliyun.com