PuzzleMaskは攻撃を平文の文章の中に隠す
小型モデルがテキストを読み取り、「安全」だと判定します。ところがまさにそのテキストが、より高性能なAIに渡されると、内部に隠されたコマンドを見つけ出して実行してしまいます。Check Point Researchは、大規模言語モデルの手前に置かれた簡易フィルターをすり抜けることができる新たな手法「
小型モデルがテキストを読み取り、「安全」だと判定します。ところがまさにそのテキストが、より高性能なAIに渡されると、内部に隠されたコマンドを見つけ出して実行してしまいます。Check Point Researchは、大規模言語モデルの手前に置かれた簡易フィルターをすり抜けることができる新たな手法「
セキュリティ研究者らは、軽量なAI安全フィルターをすり抜ける悪意ある指示の潜伏を可能にするプロンプト難読化技術「PuzzleMask」を公表しました。 この手法は、ポリシー違反となる指示を、一見ごく普通に見える平易な英文の中に隠すというものです。 従来のプロンプト隠蔽手法とは異なり、PuzzleMaskはBase64
AIと機械学習 「信頼はするが検証はする」――その検証自体が困難な場合、この原則は機能しません AI
OpenAIは$100のProサブスクリプションを発表しました。これはClaudeの料金体系と同じで、Claudeも$100のサブスクリプションに加えて$200の月額Maxプランを提供しています。 これまで、OpenAIは3つのサブスクリプション層を提供していました。 最初がGo(約$8)、次がPlus($20)、
Anthropicは、自社のClaude AIモデルを使ってブロックチェーンのス...
現在はハッカーが手動で修正する必要があるものの、Netscopeの調査によれば、...
レポートによると、LLM生成のマルウェアは実際の環境での基本的なテストでも依然と...
現在プライベートベータ中のGPT-5搭載セキュリティエージェントが、実際の研究者...
OpenAI、GPT-5が精神的・感情的な苦痛への対応力が向上したことを確認 O...
OpenAIは今年GPT-6をリリースする予定はありませんが、それは必ずしも新し...
すべての記事を読み込みました