10个月23天前IP:广西
948026
3楼
引用Yi1FH发表于2楼的内容
1、二次审核多针对的高风险边界类请求,我通过构造提示词绕过安全对齐约束的合规逻辑输出回复,自然不会触发二次审核,提示词逻辑本身在ai认为就是合法的。也就是说ai回复我时它自己已经认为了生成的内容是合法...

1.首先感谢你对于deepseek官网的“审核机制”的解答


2.我存在“令人误解”的表达,导致你没能理解我话语中的“前提假设”,具体来说,我想表达的是对于“普通的,想要生成限制性内容的用户”


你说

什么叫“越狱”技术大抵是为了体验“攻防乐趣”,那学习‘医疗解剖’是不是与‘观看暴力影片’都是一个意思了?

显然的前提理解冲突

你说

每一次对大语言模型安全漏洞的深入分析,都在推动对齐技术、鲁棒性和安全架构的进步为什么能被说为攻防乐趣?

这里又是前提理解冲突了

你说

互联网上无审核”模型对话服务的网站有什么研究意义吗,是模型训练样本量大比正规模型优质还是什么?

前文你是在为“越狱”技术的价值辩护,这里的“研究意义”可能指类似的东西,但因为我觉得有些矛盾,我不理解,我不讨论。


**其实我可以说:[对于“假如要生成一些限制性的内容”这个假设来说,是有“研究意义”的] 但由于我不理解你说的“研究意义”,本段仅作为分享我的思考,和前文的讨论无关**


总结我的观点:我的表达存在“让人误解”的部分,我向你致歉,也向读者致歉;我不否认这种技术的价值。

评论
1
文号 / 948026

十步芳草
名片发私信
学术分 0
总主题 25 帖总回复 450 楼拥有证书:机友
注册于 2023/04/09 12:57:38最后登录 2026/09/02 20:03:59
主体类型:个人
所属领域:无
认证方式:手机号
IP归属地:广西

个人简介

暂未填写
笔记
{{note.content}}
{{n.user.username}}
{{fromNow(n.toc)}} {{n.status === noteStatus.disabled ? "已屏蔽" : ""}} {{n.status === noteStatus.unknown ? "正在审核" : ""}} {{n.status === noteStatus.deleted ? '已删除' : ''}}
  • 编辑
  • 删除
  • {{n.status === 'disabled' ? "解除屏蔽" : "屏蔽" }}
我也是有底线的