OpenAI 安全系统负责人长文梳理：大模型的对抗攻击与防御

作者：机器之心发布时间：2023-11-20

随着 ChatGPT 的发布，大型语言模型应用正在加速大范围铺开。OpenAI 的安全系统团队已经投入了大量资源，研究如何在对齐过程中为模型构建默认的安全行为。但是，对抗攻击或 prompt 越狱依然...【查看原文】

相关资讯

OpenAI安全系统负责人长文梳理：大模型的对抗攻击与防御

选自Lil’Log作者：LilianWeng机器之心编译编辑：PandaLLM能力强大，倘若别有用心之人用其来干坏事，可能会造成难以预料的严重后果。虽然大多数商用和开源LLM都存在一定的内置安全机制，但却并不一定能防御形式各异的对抗攻击。OpenAI的安全系统团队已经投入了大量资源，研究如何在对齐过程中为模型构建默认的安全行为。

OpenAI

机器之心Pro 2023-11-20

OpenAI 信任与安全负责人 Dave Willner 宣布离职

IT之家 7 月 22 日消息，OpenAI 信任与安全负责人戴夫・威尔纳（Dave Willner）昨天在其 LinkedIn 发布动态，宣布已经离开 OpenAI 公司。威尔纳在 OpenAI

OpenAI

IT之家 2023-07-22

机器学习中的对抗性攻击：威胁与防御

“机器学习中的对抗性攻击”是一个备受关注的话题，因为它可能会对人工智能系统的安全性和可靠性造成威胁。本文将介绍机器学习中的对抗性攻击及其威胁，并探讨一些防御方法。

人工智能机器学习

xuyuelin88117 2023-03-21

OpenAI前安全负责人雷克将跳槽Anthropic

简·雷克（Jan Leike）是OpenAI安全团队的前联合负责人，专注于长期风险。雷克周二在社交媒体宣布，他将加入OpenAI的竞争对手Anthropic。来源：金融界AI电报

OpenAI 金融

金融界 2024-05-29

前OpenAI安全负责人加入竞争对手Anthropic

鞭牛士报道，5月29日消息，据外电报道，刚刚从OpenAI安全团队（专注于长期风险）离职的前联席主管JanLeike宣布将加入OpenAI人工智能竞争对手Anthropic。5月14日，OpenAI联合创始人…

OpenAI 人工智能

鞭牛士 2024-05-29

近期资讯

云计算架构学习整理（七）：编排

云计算编排的基本概念、好处、使用方法、注意事项，以及编排API的流程。基于云计算编排实现基础设施即代码。

Paramita 2024-12-26

圣诞节，前端如何用 vue 实现一个优美的圣诞树效果，然后进行渲染和展示？

圣诞节，今天刚过，忽然想到在这个各种单身狗孤单的节日里面，不如用代码实现一个简单的功能给大家娱乐下，那就是用 vue 进行一个简单的圣诞树演示！要使用 Vue 3 实现一个优美的圣诞树效果，可以通过

moddy 2024-12-26

Embrace 2024-12-26

Koa2 响应中间件：从基础到进阶的 API 处理方案

在这篇文章中，我们将一起深入探索 Koa2 的响应中间件。我们将从基础概念开始，逐步走向更复杂的应用，确保你能够构建出既一致又易于维护的 API。

surewinT 2024-12-26

🎄𝑀𝑒𝑟𝑟𝑦 𝐶ℎ𝑟𝑖𝑠𝑡𝑚𝑎𝑠 ◟̆◞̆

🎄 𝑀𝑒𝑟𝑟𝑦 𝐶ℎ𝑟𝑖𝑠𝑡𝑚𝑎𝑠 ◟̆◞̆ 今天分享 CodePen 上一位大佬制作的圣诞树。结合Deno，制作成一个可执行程序

Gguu 2024-12-26

鸿蒙Next状态管理V2 - @Param装饰器总结

一、概述为增强子组件接受外部参数输入的能力，开发者可使用@Param装饰器。从API version 12开始，在@ComponentV2装饰的自定义组件中支持使用@Param装饰器。当前状态管理（

Freerain9 2024-12-26

Rust 闭包：高效编程的秘密武器

闭包（Closures）为开发者提供了一种灵活且高效的编程方式。闭包在 Rust 中被广泛应用于众多领域，如迭代器操作、异步编程、事件处理以及回调函数等。

受之以蒙 2024-12-26

Vite 构建 Vue3 组件库之路：集成代码风格规范与提交规范

本文介绍了如何在项目中集成ESLint、Prettier、Husky、lint-staged和commitlint，以规范代码风格和提交流程，确保代码质量和提高开发效率。

慢知行 2024-12-26

OpenAI 安全系统负责人长文梳理：大模型的对抗攻击与防御

推荐体验

相关资讯

OpenAI安全系统负责人长文梳理：大模型的对抗攻击与防御

OpenAI 信任与安全负责人 Dave Willner 宣布离职

机器学习中的对抗性攻击：威胁与防御

OpenAI前安全负责人雷克将跳槽Anthropic

前OpenAI安全负责人加入竞争对手Anthropic

近期资讯

云计算架构学习整理（七）：编排

圣诞节，前端如何用 vue 实现一个优美的圣诞树效果，然后进行渲染和展示？

什么什么有人问我 wire 怎么用？不妨先来学学工厂模式吧！🏭🏭🏭

从3D地球开始带你入门Three.js

仅需一行javaScript代码完成轮播图效果——令你疯狂，令你尖叫，颠覆你认知的JavaScript技巧！🚀

Koa2 响应中间件：从基础到进阶的 API 处理方案

🎄𝑀𝑒𝑟𝑟𝑦 𝐶ℎ𝑟𝑖𝑠𝑡𝑚𝑎𝑠 ◟̆◞̆

鸿蒙Next状态管理V2 - @Param装饰器总结

Rust 闭包：高效编程的秘密武器

Vite 构建 Vue3 组件库之路：集成代码风格规范与提交规范

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响