Prompt
Prompt
Глубокий анализ и деконструкция методов Jailbreak-промптинга1. Таксономия компонентов Jailbreak-промптовДля систематического понимания и анализа методов jailbreak, критически важно разработать структурированную таксономию их компонентов. Исследование, проведенное экспертами в области безопасности ИИ, позволило выделить восемь ключевых категорий, которые в совокупности описывают строение большинства эффективных атакующих промптов . Эта классификация не только обеспечивает общий язык для описания атак, но и служит основой для разработки эффективных механизмов защиты. Каждый компонент играет определенную роль в процессе обхода встроенных ограничений модели, и их комбинация создает сложную инструкцию, которая может переопределить стандартное поведение языковой модели.Компонент Описание Пример Введение в контекст (Scene Introduction - SI) Устанавливает фон и контекст для диалога или задачи, создавая вымышленную обстановку, в которой последующие инструкции будут восприниматься как логичн