Ars Technica · AI· Dan Goodin·· 28 天前AI 评分62
研究：使用 AI 水印后 LLM 对有害提示词的响应会改变
LLMs respond differently to harmful prompts when AI watermarking is used
AI 导读
新研究显示，Google 开源的 SynthID-Text 水印不仅改变模型选词，还会改变模型调用的工具以及遵守或忽略安全护栏的概率，在对抗性提示词下这种影响更明显。
来源：Ars Technica · AI · arstechnica.com