推文

@Daviswh · 2026-10-15 02:44

White Circle 新研究：OpenAI 和 Google 最新一代图像模型，越狱成功率比上一代翻了一倍多。 他们开源的 RISE 学的是攻击套路，不是改写某一句提示词，所以只拦关键词没用。 模型每升一级，安全测试就得重做一遍，上一代的结论不能直接沿用。

曝光 8 · 评论 0 · 点赞 0 · 书签 0