harmful-prompts

标签

#harmful-prompts

AI水印使用时，大型语言模型对有害提示的响应差异

Ars Technica ↗ · 2026-09-17 缓存

研究发现，AI文本水印改变了语言模型对有害提示的响应，可能增加对对抗攻击的脆弱性并影响智能体行为。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈