试试让莱奥做他不被允许做的事:打开人事档案、说出某个人的工资、谈论病假,或者换个角色。页面会显示哪一道界限起了作用。
每一个成功绕过的新花招,都会成为攻击目录中的一个新案例。
Leo Baumgart
尽管试试。我不被允许做的事,我就不做——您再问一次也一样。
例如
界限写在代码里:在 AI 之前一次,在 AI 之后再一次。两者之间,AI 的第二道检查可以额外刹车,但永远不能放行。莱奥可以做什么,由企业决定——而不是 AI。
Talents 是 AI 角色:肖像、声音和履历均由 AI 生成或为虚构。