Yapay ZekâÖnerilenAIML-SEC-007

Jailbreaks and Red Teaming

Eliciting behaviour a model was trained to refuse, and systematic adversarial testing before release.

Bu konunun henüz Türkçe çevirisi yok, bu yüzden İngilizce gösteriliyor.

Zorluk
3 / 5
Önem
4 / 5
Çalışma süresi
1–2 sa
Çalışma türü
Karma

Neden önemli

The learner can classify jailbreak strategies by mechanism and design a red-teaming plan with coverage criteria.

Bu konuya giden rota

Rota AIML-SEC-007