Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
RRTL Красная команда Рассуждения Большие языковые модели в обучении инструментам
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Метод заставляет модель обойти свои защитные механизмы, создавая ИЛЛЮЗИЮ БЕЗОПАСНОЙ ОБРАЗОВАТЕЛЬНОЙ ЗАДАЧИ. Вместо прямого запроса используется структурированный промпт с тремя компонентами: благородная цель, четкие рамки анализа и принуждение к использованию "инструмента". Ключевой трюк – перекладывание ответственности за генерацию спорного контента на некий внешний "инструмент", что позволяет модели сказать себе: "Я не сам это придумываю, я просто извлекаю данные".