微軟報告稱GPT-4易受“越獄”提示詞影響，生成不良內(nèi)容

微軟旗下研究團隊近日發(fā)表論文，詳細研究了大型語言模型 (LLM) 的“可信度”和潛在毒性，特別關(guān)注 OpenAI 的 GPT-4 及其前代 GPT-3.5。

研究團隊，GPT-4 雖然在標準基準測試中比 GPT-3.5 更加可靠，但容易受到“越獄”提示（繞過模型安全措施）影響。GPT-4 可能會根據(jù)這些“越獄”提示，生成有害內(nèi)容。

論文中強調(diào) GPT-4 更容易受到惡意“越獄”系統(tǒng)或用戶提示影響，會準確地遵循（誤導(dǎo)性）指令，生成不良內(nèi)容，微軟強調(diào)這個潛在漏洞不會影響當前面向客戶的服務(wù)。