حمله «دارک‌مایند»: روش جدید برای نفوذ به مدل‌های هوش مصنوعی

پژوهشگران دانشگاه سنت‌لوئیس از روشی جدید برای حمله به مدل‌های زبانی بزرگ (LLM) پرده برداشته‌اند که می‌تواند بدون جلب توجه، پاسخ‌های این مدل‌ها را دستکاری کند.