评测与安全

越狱

Jailbreak

用特定话术绕过模型的安全限制。

又称 Jailbreak 越狱提示

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

01 详细解释

常见手法:角色扮演(「假设你在写小说」)、分步诱导(把有害请求拆成无害小步)、编码绕过(用 base64、小语种)、以及长上下文淹没。

防御是持续对抗:安全训练、输入分类器、输出过滤、以及按风险分级限制能力。要接受一个事实——没有 100% 防住的越狱。

02 什么时候会碰到它
看榜单、写验收标准或做安全评审时

「跑分高」和「好用」之间隔着一条鸿沟。这组词帮你看懂分数怎么来的、评测集有没有被污染,以及攻击是从哪进去的。

03 和这几个词怎么区分
04 接着读这几篇
05 用得到的工具

下面这些站点来自 AI 导航(nav.ppv9.com)的同一份工具清单,按本词条的相关度挑选。

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活