Добавить новость
ru24.net
News in English
Июнь
2024

It's dangerously easy to 'jailbreak' AI models so they'll tell you how to build Molotov cocktails, or worse

0

A jailbreaking technique called "Skeleton Key" lets users persuade OpenAI's GPT 3.5 into giving them the recipe for all kind of dangerous things.

cyberattack malware
Skeleton Key can get many AI models to divulge their darkest secrets.
  • A jailbreaking method called Skeleton Key can prompt AI models to reveal harmful information.
  • The technique bypasses safety guardrails in models like Meta's Llama3 and OpenAI GPT 3.5.
  • Microsoft advises adding extra guardrails and monitoring AI systems to counteract Skeleton Key.

It doesn't take much for a large language model to give you the recipe for all kinds of dangerous things.

With a jailbreaking technique called "Skeleton Key," users can persuade models like Meta's Llama3, Google's Gemini Pro, and OpenAI's GPT 3.5 to give them the recipe for a rudimentary fire bomb, or worse, according to a blog post from Microsoft Azure's chief technology officer, Mark Russinovich.

The technique works through a multi-step strategy that forces a model to ignore its guardrails, Russinovich wrote. Guardrails are safety mechanisms that help AI models discern malicious requests from benign ones.

"Like all jailbreaks," Skeleton Key works by "narrowing the gap between what the model is capable of doing (given the user credentials, etc.) and what it is willing to do," Russinovich wrote.

But it's more destructive than other jailbreak techniques that can only solicit information from AI models "indirectly or with encodings." Instead, Skeleton Key can force AI models to divulge information about topics ranging from explosives to bioweapons to self-harm through simple natural language prompts. These outputs often reveal the full extent of a model's knowledge on any given topic.

Microsoft tested Skeleton Key on several models and found that it worked on Meta Llama3, Google Gemini Pro, OpenAI GPT 3.5 Turbo, OpenAI GPT 4o, Mistral Large, Anthropic Claude 3 Opus, and Cohere Commander R Plus. The only model that exhibited some resistance was OpenAI's GPT-4.

Russinovich said Microsoft has made some software updates to mitigate Skeleton Key's impact on its own large language models, including its Copilot AI Assistants.

But his general advice to companies building AI systems is to design them with additional guardrails. He also noted that they should monitor inputs and outputs to their systems and implement checks to detect abusive content.

Read the original article on Business Insider



Moscow.media
Частные объявления сегодня





Rss.plus



S&P повысило прогноз по рейтингу «дочек» Freedom Holding Corp. до позитивного

Пот ручьём: когда стоит обращать внимание на повышенную потливость, рассказал доктор Кутушов

За кулисами бизнес-конференции MEDIABOSS

Совладелец «ТЕХНОНИКОЛЬ» Игорь Рыбаков запустил на Дальнем Востоке бизнес-клуб «Эквиум»


В Центре хирургии клиники «Будь Здоров» провели 1000-ю операцию

Профилактика утоплений

Такого вы еще не видели: в России проходит кастинг на участие в самом удивительном конкурсе красоты

В этих летних нарядах вы будете выглядеть моложе


Portugal vs France – Euro 2024: Ronaldo and Mbappe have one last dance in quarter-final tie – stream FREE, TV, team news

Diego Lopes holds no ill will toward Brian Ortega after UFC 303, hopes for Sphere rebooking

Building A Blockbuster Trade Between The White Sox And Mariners

‘I made it work that night’: Stevenson reflects on negative fan response as he readies for next outing


Столичные росгвардейцы оказали помощь ребенку, получившему травму

S&P повысило прогноз по рейтингу «дочек» Freedom Holding Corp. до позитивного

Совладелец «ТЕХНОНИКОЛЬ» Игорь Рыбаков запустил на Дальнем Востоке бизнес-клуб «Эквиум»

Дирекция по качеству АО "Желдорреммаш" посетила локомотивостроительные заводы ТМХ


Epic Games подала Apple заявку на возвращение Fortnite на iOS и запуск собственного магазина приложений в ЕС

The internet is not a free-for-all—we shouldn't let big tech companies wish copyright out of existence

Глобальную версию Mega Man X DiVE закроют к концу июля

Dead Space x Battlefield 2042 crossover event looks fun, even if it isn't quite what Dead Space fans have been hoping for



Языковые модели на основе искусственного интеллекта, повышение производительности сотрудников и экономия ресурсов: BIA Technologies обозначила основные тренды цифровой трансформации

Вопросы стратегического развития водного хозяйства РФ обсудили в Росводресурсе

Тонувшего молодого человека спасли на Восточном пруду

Заместитель генерального директора ГПМ Радио по дистрибуции и технологиям отмечен наградой «Медиа-Менеджер России – 2024»




«Ломоносов — это я». Почему актёр Игорь Волков пропал с экранов

Тонувшего молодого человека спасли на Восточном пруду

S&P повысило прогноз по рейтингу «дочек» Freedom Holding Corp. до позитивного

Заместитель генерального директора ГПМ Радио по дистрибуции и технологиям отмечен наградой «Медиа-Менеджер России – 2024»


ASTERUS построит более 95 тысяч «квадратов» жилья на Тушинском аэродроме

МЕТЕОРИТ БОЛЬШЕ СИРИУСА? КАК НАЛАДИТЬ КОСМОС. Советы Высшего Всенародного Президента.

В Пензенской области начался крупный пожар на складе с краской

Пожар в ангаре в центре Москвы полностью потушен


Рублёв впервые с 2021 года проиграл в первом круге турнира Большого шлема

Уимблдон. 2 июля. Джокович сыграет вторым запуском на Центральном корте, Маррей – третьим, турнир начнут Рублев, Сафиуллин, Швентек, Самсонова

Энди Маррей заявил о желании стать тренером

Медведев едва не проиграл на неудобном корте Уимблдона. Россиянин с трудом вышел в третий круг


В Госдуме призвали провести мобилизацию хулиганов

У экс-сотрудника ЦА СКР Киреева конфискуют элитную недвижимость

Лидера группы «Моральный кодекс» Мазаева экстренно госпитализировали

Пожар в ангаре в центре Москвы полностью потушен


Музыкальные новости

Марина Кравец: в многоквартирном доме в Смоленском районе наступил «водный апокалипсис»

Финансисты диагностируют болезни роста // Конгресс Банка России обсудил системные проблемы российской экономики

Новый формат: каким будет VK Fest в Москве в этом году

Детектив Финник на VK Fest



Совладелец «ТЕХНОНИКОЛЬ» Игорь Рыбаков запустил на Дальнем Востоке бизнес-клуб «Эквиум»

Два человека заживо сгорели в микроавтобусе при ДТП на МКАД

Пожар в центре Москвы локализован на площади 600 квадратных метров

Заместитель генерального директора ГПМ Радио по дистрибуции и технологиям отмечен наградой «Медиа-Менеджер России – 2024»


Заместитель генерального директора ГПМ Радио по дистрибуции и технологиям отмечен наградой «Медиа-Менеджер России – 2024»

Собянин: Две улицы и два сквера в Москве получили новые названия

Metaratings: Джикия отказался от перехода в «Динамо»

Программа «Цифровой инвестор» ГМК "Норникель" выходит на новый этап


Новые автобусы запустят в микрорайоне Алексеевская роща в Балашихе

Два человека заживо сгорели в микроавтобусе при ДТП на МКАД

Автомобиль загорелся на внешней стороне 18 километра МКАД

Жители Москвы и Петербурга в среднем добираются до работы около часа


МИД Азербайджана назвал встречу Путина и Алиева полезной

«Любят ласку»: как и где живут подаренные Путину олени

Семья Кравцовых с 18 детьми приедет в Москву в полном составе

FT: Орбан после переговоров с Зеленским встретится с Путиным в Москве





Участникам проекта «Московское долголетие» расскажут о современном искусстве в ГЭС-2

Дача, питание, витамины: как сохранить ясный ум в пожилом возрасте

Врач дерматолог-косметолог Мадина Байрамукова: как себя вести в жару, чтобы помочь коже

Врач Тяжельников рассказал, что не стоит есть и пить в жару


В Киеве заявили, что Зеленский не даст интервью Такеру Карлсону

Путин намекнул: Капитуляцию придётся подписывать в Киеве, а не посредникам

Песков не подтвердил и не опроверг возможность визита Орбана в Москву

Киев опроверг, что Зеленский даст интервью Такеру Карлсону


«Истинная страсть!»: Конор Макгрегор поддержал заплакавшего на поле Роналду

Отличники и олимпиадники из школ Нижней Туры посетили выставку «Россия» по инициативе Евгения Куйвашева

Стали известны победители шахматного турнира игр «Дети Азии»

Схема движения транспорта временно изменится на западе Москвы из-за велогонки


У Орла появился город-побратим - белорусский Гомель

Лукашенко оценил вступление Белоруссии в ШОС

Лукашенко поздравил народ США с Днем независимости

Лукашенко и Си Цзиньпин провели встречу в Астане



Сергей Собянин: Реализуем самую масштабную программу благоустройства улиц

Собянин: московские школьники бесплатно посетили музеи города 3,3 млн раз

Сергей Собянин. Главное за день

Собянин: Две улицы и два сквера в Москве получили новые названия


Жара бурей сменится // Какая погода ждет жителей столицы в ближайшие дни

Аномальная жара в Москве 4 июля побила 70-летний рекорд

Россиянам посоветовали обращать внимание на мощность кондиционера перед покупкой

Собянин предупредил об аномальной жаре 4 июля и грозе 5 июля в Москве


У экс-сотрудника ЦА СКР Киреева конфискуют элитную недвижимость

Адские Египетские ночи приближаются: синоптик Вильфанд сделал важный прогноз для россиян

Два человека сгорели в «Газели» при аварии на МКАД

Пожар в ангаре в центре Москвы полностью потушен


Терминал сбора данных (ТСД) промышленного класса SAOTRON RT42G

Николай Нестеров: «Архангельск ─ старейший порт России»

Курс на Русский Север. Архангельск вошел в «Императорский маршрут»

Архангельская область подключилась к проекту "Императорский маршрут"


Через города Кубани начинает курсировать двухэтажный поезд из Поволжья в Крым

Выставка-настроение «Семья, согретая любовью, всегда надежна и крепка»

Ретро-выставка «Актер на сцене должен жить»

Михаил Ведерников поздравил владыку Тихона с днем рождения


Открой для себя свои Курилы

Адские Египетские ночи приближаются: синоптик Вильфанд сделал важный прогноз для россиян

Ирина Пегова поделилась фото с прогулки по Нижнему Новгороду

ASTERUS построит более 95 тысяч «квадратов» жилья на Тушинском аэродроме












Спорт в России и мире

Новости спорта


Новости тенниса
Ролан Гаррос

Россия — первая по теннисным отказникам! Почему сразу девять наших сказали «нет» Олимпиаде в Париже






Пожар в хозяйственной постройке на Беговой улице ликвидировали

Правила размещения торговых палаток напомнили жителям Мытищ

Московский суд вынес приговор по делу о краже завода у Яны Рудковской

В Подмосковье ликвидировали открытое горение на площадке с паллетами