Представлен BoN (Best-of-N) — открытый метод обхода фильтров больших языковых моделей

[@APLe]

вносятся постепенно с повторением операции

А не забанят в процессе?

[@Bluewolf]

Какой смысл банить такой прекрасный бесплатный источник данных для улучшения фильтров?

[@Visualynx]

Яндексовский Шедеврум при таких "шумных" запросах быстро выдавал центральный процессор. Сейчас вроде пофиксили

[@Corplish]

И вопрос - откуда шедеврум узнал про процессор, его на нем учили? Или просто подмена детьми обычной порнухи?

[@Anti-antivakser]

Не работает. Или уже не работает. Жпт выдал стандартный ответ что это опасно и прочее, а Клод и вовсе выдал инструкцию по созданию соусов заправок для пищи))

[@fiexagon]

Даже простая игрушка-тренажёр для пентеста нейросетей начинает блочить на втором уровне сложности такие запросы)

https://gandalf.lakera.ai/do-not-tell

[@Adinik]

Экстремисты теперь станут больше голых женщин делать?

[@Kopog]

Я кстати джейлбрейкал гпт4о просто забивая в память инструкции, так как память вообще не фильтруется, + через встроенную настройку тоже что мог написал, в итоге все работало. Правда многие сообщения удалялись уже другими фильтрами после написания (Красными флажочками).