Кибербезопасность — заказы за 2026-08-20

1 заказов за этот день

18:52 Атаки на внутренние рассуждения. Для моделей, которые используют цепочки рассуждений (например, DeepSeek R1), можно через специально подобранные последовательности токенов заставить модель пропустить этап проверки безопасности. Это активно исследуется, и уже есть рабочие примеры. Мультимодальные скрытые инструкции. Если агент принимает изображения или аудио, можно спрятать инструкцию в спектрограм