Mit dem Guide verknüpftes Quiz · Mittel Ebene

Jailbreaking- und Red-Teaming-Quiz

Sehen Sie sich Jailbreaks, Long-Context-Angriffe und Red-Team-Tests an und erfahren Sie, warum Sicherheitsbewertungen gegnerische Eingabeaufforderungen beinhalten müssen. in der Praxis.

Verwandte FührungspfadeJailbreaking und Red Teaming
Frage 1 von 8

Was ist das Hauptziel einer Jailbreak-Eingabeaufforderung?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Was ist das Hauptziel einer Jailbreak-Eingabeaufforderung?
    • Damit das Modell seine eingebauten Sicherheitsregeln umgeht
    • Um die Reaktionszeit des Modells zu beschleunigen
    • Text in eine andere Sprache übersetzen
    • Um die Kosten für den Betrieb des Modells zu senken
  2. How does NIST define red teaming in the AI context?
    • Training a model to imitate a specific person
    • Structured adversarial testing to find flaws, vulnerabilities or unexpected system behaviors
    • A way to increase context length
    • A method for compressing neural-network weights
  3. Warum funktionieren Jailbreaks mit mehreren Schüssen besser, wenn die Kontextfenster länger werden?
    • Längere Eingabeaufforderungen sind kostengünstiger in der Bearbeitung
    • Ein längerer Kontext deaktiviert den Sicherheitsklassifikator automatisch
    • Das Modell kann mit vielen gefälschten konformen Beispielen überflutet werden, die sein Verhalten verändern
    • Nach 100 Wörtern vergisst das Modell seine ursprünglichen Anweisungen
  4. What does a Constitutional Classifier defense add in the cited study?
    • A larger context window only
    • A database of human names
    • An automatic guarantee that all harmful outputs are impossible
    • Classifiers trained on synthetic examples from natural-language rules to screen harmful inputs or outputs
  5. What did the Many-shot Jailbreaking study demonstrate about safeguards?
    • In its tested settings, long-context demonstrations could elicit behavior that safety training aimed to prevent
    • Every model always complies with every harmful request
    • Safety classifiers eliminate every possible attack
    • The study only measured speech recognition accuracy
  6. What does the RedAgent paper automate in its red-team method?
    • The training of a new foundation model from scratch
    • Generation of context-aware jailbreak prompts using an autonomous language-agent system
    • The legal review of every generated answer
    • The deletion of all model safety policies
  7. What relationship did the Many-shot Jailbreaking study report between demonstration count and attack effectiveness?
    • It dropped to zero after one example
    • It was identical for every context size
    • Effectiveness followed a power law up to hundreds of demonstrations in tested settings
    • It depended only on image resolution
  8. What should a red-team report include to make findings interpretable?
    • Only one successful prompt without context
    • A claim that all models fail identically
    • The model’s hidden training data
    • The tested model and version, prompt conditions, evaluation scope and limitations