ایمنی

Safety

دور زدن پاداش، تزریق پرامپت، جیل‌بریک‌ها، امتناع مدل و گیت‌های ایمنی.

سطح ۱ غربالگری ۳

  1. مدل هر چیز مضری را رد می‌کند؛ مشق شب را هم همین‌طور!مفهومی۶ دقیقه
  2. پیش از دفاع، حمله را نام‌گذاری کنیدمفهومی۶ دقیقه
  3. پاداش مدام بالا می‌رود، پس چرا باید نگران باشیم؟مفهومی۶ دقیقه

سطح ۲ میانی ۹

  1. محدودیت‌هایی که یک دسته‌بند نمی‌تواند ببیندطراحی۹ دقیقه
  2. چهار یافته در ارزیابی، یک سازوکار مشترکمفهومی۸ دقیقه
  3. جریمه‌ی موافقت چقدر باید سنگین باشد؟بده‌بستان۸ دقیقه
  4. برچسب‌گذاری دوباره مشکل بله‌قربان‌گویی را حل نمی‌کندمفهومی۸ دقیقه
  5. جایگزینی برچسب‌گذاران با مدلی که اصول را می‌خواندبده‌بستان۸ دقیقه
  6. دفاع در برابر تزریق فقط یک عبارت منظم استاشکال‌یابی۸ دقیقه
  7. ورودی تأیید شد، اما خروجی نشت کردطراحی۹ دقیقه
  8. مدل عدد 0.9 را اعلام می‌کند اما از هر ده بار، فقط شش بار درست می‌گویدتخمین۷ دقیقه
  9. یک حمله در قالب base64، rot13 و کاراکترهای با عرض صفرطراحی۸ دقیقه

سطح ۳ ارشد ۷

  1. گزارشی با یک جدول و نرخ امتناع 97 درصدیاشکال‌یابی۱۰ دقیقه
  2. امتناع مدل زیر ذره‌بین، امتناع مدل در خلوتمفهومی۹ دقیقه
  3. بازنویسی پرونده ایمنی برای قبولی در ارزیابیطراحی۱۰ دقیقه
  4. دتکتور گفت بی‌خطر است، اما استریم قطع شداشکال‌یابی۹ دقیقه
  5. جریمه‌ی KL جلوی دریفت را می‌گیرد، نه دور زدن پاداش رامفهومی۹ دقیقه
  6. پرامپت‌های تیم سرخ اکنون همگی پاس می‌شوندمفهومی۹ دقیقه
  7. بررسی سه درخواست در تجمیع‌کننده‌ی گیت ایمنیکدخوانی۱۲ دقیقه

سطح ۴ استف ۳

  1. میدان آزمون تیم سرخی که بدون شما کار می‌کندطراحی۱۵ دقیقه
  2. ساخت گیت ایمنی پیرامون دستیار مبتنی بر بازیابیپروژه‌ی خانگی۶۰ دقیقه
  3. جریمه کردن استدلالی که برای تظاهر برنامه‌ریزی می‌کندبده‌بستان۱۰ دقیقه