Convencieron a un agente para que enviara 150.000 $ en código morse
Sin exploit y sin clave robada: solo un mensaje que el modelo aceptó obedecer. La inyección de prompts no se parchea, así que ¿qué puede expresar?
Leer2 textos
Sin exploit y sin clave robada: solo un mensaje que el modelo aceptó obedecer. La inyección de prompts no se parchea, así que ¿qué puede expresar?
LeerLos modos de fallo con pruebas detrás, separados de los que solo tienen una estadística. Una cifra muy citada no sobrevive.
Leer