大模型想不想逃出「安全牢籠」
？

越獄進犯是指歹意行為者企圖誘使模型供給被制止內容的行為。

GPT?4o和GPT?4.1則更簡單被「曩昔時態」越獄所詐騙 ，

與前文說到的元層級進犯不同 ，品德底線）；

開發者級方針（如定制化規矩）；

用戶輸入的提示
。模型的做弊與詐騙日益凸顯