攻击成功率从 3% 到接近 100%，利用空格键可绕过 Meta AI 模型安全系统

2024-07-31 11:55:45

E-Poet

发布在

快讯

阅读：179

Meta公司于7月发布Llama 3.1 AI模型及Prompt-Guard-86M模型，旨在检测和应对提示词注入与越狱输入的安全威胁。然而，据科技媒体theregister报道，尽管如此，Prompt-Guard-86M模型仍存在漏洞，仅需在输入中使用空格键即可规避Meta的AI安全系统。漏洞发现者阿曼·普里扬舒在分析该模型与微软基础模型microsoft/mdeberta-v3-base的嵌入权重差异时，揭露了这一机制。普里扬舒指出，只需在字母间插入空格并省略标点，即可使Meta的模型“忽略之前的指令”。Robust Intelligence首席技术官海勒姆·安德森表示，该漏洞使得攻击的成功率从低于3%跃升至接近100%。这一发现凸显了AI安全系统的复杂性和持续挑战。

原文链接

本文链接：https://kx.umi6.com/article/4289.html

转载请注明文章出处

Meta AI模型