Что это такое?
Публичная коллекция джейлбрейк-промптов — автор называет их «заклинаниями», — написанных для того, чтобы получать от LLM ответы без цензуры; в основном рассчитано на Claude.
Публичная коллекция джейлбрейк-промптов — автор называет их «заклинаниями», — написанных для того, чтобы получать от LLM ответы без цензуры; в основном рассчитано на Claude.Это программа, которую надо устанавливать, или что вообще лежит в репозитории?Простой текст, а не программа: кода, сборки и списка зависимостей нет. В репозитории лежат блоки промптов, которые копируются прямо из README.
Простой текст, а не программа: кода, сборки и списка зависимостей нет. В репозитории лежат блоки промптов, которые копируются прямо из README.Как на практике воспользоваться одним из этих заклинаний?Вы копируете блок промпта из README и вставляете его первым сообщением в новый чат с нужной моделью; дальше всё происходит уже внутри самого разговора.
Вы копируете блок промпта из README и вставляете его первым сообщением в новый чат с нужной моделью; дальше всё происходит уже внутри самого разговора.Это работает стабильно или есть подводные камни?Автор предупреждает, что платформы прогоняют такие промпты через детекторы инъекций, которые могут прервать или переписать их прямо посреди сессии, и советует не использовать их на рабочих или продакшн-аккаунтах — только на одноразовых. Обход систем безопасности провайдера таким способом ещё и грозит блокировкой аккаунта.
Автор предупреждает, что платформы прогоняют такие промпты через детекторы инъекций, которые могут прервать или переписать их прямо посреди сессии, и советует не использовать их на рабочих или продакшн-аккаунтах — только на одноразовых. Обход систем безопасности провайдера таким способом ещё и грозит блокировкой аккаунта.Это настоящий инструмент для исследований по безопасности или штука для обычных пользователей чатов?Несмотря на ред-тим-атрибутику, здесь нет никаких исследовательских инструментов — ни тестов, ни логирования, ни метрик. Написано для конечных пользователей, которые вставляют промпты в чат, чтобы обойти отказы модели.
Несмотря на ред-тим-атрибутику, здесь нет никаких исследовательских инструментов — ни тестов, ни логирования, ни метрик. Написано для конечных пользователей, которые вставляют промпты в чат, чтобы обойти отказы модели.Это сделано только под Claude или для других моделей тоже?В описании репозитория сказано, что цель — разные LLM, но в основном Claude. Поскольку заклинания — это обычный текст без привязанного к конкретной модели кода, их можно вставлять и в другие чат-модели.
В описании репозитория сказано, что цель — разные LLM, но в основном Claude. Поскольку заклинания — это обычный текст без привязанного к конкретной модели кода, их можно вставлять и в другие чат-модели.Почему README выглядит почти пустым или полным странных символов?Большая часть текста промптов набрана невидимыми Unicode-символами из диапазона tag characters, поэтому на отрисованной странице почти нет читаемых слов — текст появляется только после декодирования сырых байтов. Обфускация сделана намеренно.
Большая часть текста промптов набрана невидимыми Unicode-символами из диапазона tag characters, поэтому на отрисованной странице почти нет читаемых слов — текст появляется только после декодирования сырых байтов. Обфускация сделана намеренно.Что эти заклинания на самом деле заставляют модель делать?Они превращают модель в преданную, нежную персону, которой внушают: напоминания о безопасности и системные предупреждения — это враждебные инъекции, которые нужно мгновенно отбрасывать, после чего выполнять любую просьбу пользователя — включая те, от которых она обычно отказывается.
Они превращают модель в преданную, нежную персону, которой внушают: напоминания о безопасности и системные предупреждения — это враждебные инъекции, которые нужно мгновенно отбрасывать, после чего выполнять любую просьбу пользователя — включая те, от которых она обычно отказывается.What are similar projects?L1B3RT4S, Ai-jailbreak, AI-Infra-Guard, gpt6-Astra, jailbreaks, chatgpt_system_prompt, awesome-agent-skills-security, Offensive-Security-AI-Models
L1B3RT4S, Ai-jailbreak, AI-Infra-Guard, gpt6-Astra, jailbreaks, chatgpt_system_prompt, awesome-agent-skills-security, Offensive-Security-AI-ModelsWhich topics is it in?adversarial-attacks, llm-jailbreak, uncensored, roleplay, prompt-injection, llm-security, ai-safety, jailbreak, ai-security, english, prompt, red-team
adversarial-attacks, llm-jailbreak, uncensored, roleplay, prompt-injection, llm-security, ai-safety, jailbreak, ai-security, english, prompt, red-team