微軟報告稱 GPT-4 易受“越獄”提示詞影響 生成不良內容

IT之傢今日（10月18日）消息，微軟旗下研究團隊近日發表論文，詳細研究瞭大型語言模型 (LLM) 的“可信度”和潛在毒性，特別關註 OpenAI 的 GPT-4 及其前代 GPT-3.5。

研究團隊，GPT-4 雖然在標準基準測試中比 GPT-3.5 更加可靠，但容易受到“越獄”提示（繞過模型安全措施）影響。GPT-4 可能會根據這些“越獄”提示，生成有害內容。

論文中強調 GPT-4 更容易受到惡意“越獄”系統或用戶提示影響，會準確地遵循（誤導性）指令，生成不良內容，微軟強調這個潛在漏洞不會影響當前面向客戶的服務。