Poisoning Attacks on LLMs: A Direct Attack on LLMs with Less than 250 Samples

Forscher kartieren KI-Modelle, um „Dämonen“-Persönlichkeit zu eliminieren

Backdoor-Angriffe auf LLMs bleiben trotz kontinuierlicher Feinabstimmung bestehen

Einmaliger Zugang zu WormGPT 4 für nur 220 $ – KI für böswillige Zwecke

OpenAI API moonlights as malware HQ in Microsoft’s latest discovery

Annotating the Chain-of-Thought: A Behavior-Labeled Dataset for AI Safety

Anthropic AI Releases Petri: An Open-Source Framework for Automated Auditing by Using AI Agents to Test the Behaviors of Target Models on Diverse Scenarios