LLMsが複雑な悪意のあるクエリを深く検出できるか? 意図を偽装することによるジェイルブレイクのフレームワーク

LLMsは複雑で曖昧なクエリを分析する際に、潜在的な悪意を認識できない可能性があり、これが重大なセキュリティ上の欠陥につながる。