在当前大语言模型（LLM）的防御体系中，安全对齐（Safety Alignment）虽已取得显著进展，但在实际应用中依然显得十分脆弱。恶意用户通过角色扮演、目标操纵、混淆等策略，诱导LLM输出危险、违规内容。更棘手的是，LLM的输入空间本就无边界，且攻击手段还在 ...

EOD 在一日结束时 Episode 200303 / 03 Mar 2020 Learn a useful abbreviation used to talk about the end of the working day ...