セーフティフィルター

最新研究：詩でAIの安全策が突破される？

THE DECODERの研究は、詩的な表現がAIのセーフティフィルターを回避しやすい可能性を示し、25モデルで最大100％の成功例が観察されたことを報告しつつ、検証拡大と対策強化の方向性を示しています。