BriefGPT - AI 论文速递 · 2025-02-03T00:00:00Z Triggering Language Model Behavior through Investigator Agents 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究探讨了如何通过自由文本提示引发语言模型的特定行为，提出了一种新方法，将目标行为映射到多样化输出提示，实现了100%的攻击成功率和85%的幻觉率。 🏷️ 标签 agents model 幻觉率 攻击成功率 目标行为 自由文本提示 语言模型 阅读原文 生成长图 分享链接 已复制链接
