Scalable and Transferable Black-Box Jailbreaks for Language Models via PersonaModulation

Este conteúdo apresenta PersonaModulation, uma técnica inovadora para criar jailbreaks escaláveis e transferíveis em caixas-pretas para modelos de linguagem. O método contorna eficazmente os mecanismos de segurança de LLMs sem exigir acesso interno ao modelo.