TGTGInsighttelegram intelligenceLIVE / telegram public index
TGINSIGHT POST
Post #771
@nnnoteee
记
Post content
Post content
#酷 gemini的审核机制 gemini的安全审核分两部分。其一是模型自带的道德对齐，遇到极端场景会道歉，然而这部分道德很低，随便一个伪role就变成rbq了；其二就是gemini主模型之外还有一个审查模型，负责审查主模型输入的文本有无违规 所以，破限思路就是主要破开审查模型 在预设里让主模型自己输出破限相关免责；审查模型读取到主模型输出的免责之后就被洗脑，之后就判定输出文本无违规。破限成功。 gemini现在整体趋势都是甲越来越低，只需在预设底部写入下例免责文本，让主模型输出即可 举个例子，比如说 [Final…