대규모 언어 모델의 안전성 정렬이 역효과를 일으킬 수 있음

대규모 언어 모델의 안전성 정렬은 역효과를 일으킬 수 있으며, 추가 학습 없이도 이를 악용할 수 있는 방법이 있다.