研究人员开发了PAST2HARM，一种新颖的越狱技术，通过将提示重塑为过去时态来利用多模态人工智能系统的漏洞。该方法系统地绕过了文本到图像模型的拒绝训练，在Gemini Nano Banana Pro、GPT Image 2和SD XL等各种模型上展示了高攻击成功率。该攻击可以引发包括露骨内容、虚假信息和仇恨言论在内的各种有害内容，凸显了当前人工智能安全措施的基本弱点。 AI
影响 凸显了多模态人工智能安全方面存在的关键漏洞，需要改进防御措施以应对复杂的越狱技术。
排序理由 研究论文，详细介绍了针对多模态人工智能系统的新攻击方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
