1.0Kпросмотров
63.7%от подписчиков
19 января 2026 г.
📷 ФотоScore: 1.1K
У Microsoft Copilot можно было грохнуть чат просьбой вызвать тул withdraw(), а у Claude 4.5 — вот такой строкой.
L
llm security и каланы
@llmsecurity1.6K подп.
1.0K
просмотров
112
символов
Нет
эмодзи
Да
медиа
Другие посты @llmsecurity
Constitutional Classifiers++: Efficient Production-Grade Defenses against Universal Jailbreaks
Cunni👁 1.1KБезопасность SOTA-агентов общего назначения Наступает конец 2025 года, прошедшего под флагом Agenti👁 793Безопасность SOTA-агентов общего назначения: защиты Как защищать агентов в IDE и браузерах? Давайте👁 768Notion AI: Unpatched Data Exfiltration
PromptArmor, 2026
Блог Коротко про еще один пример эксфильтр👁 768OverThink: Slowdown Attacks on Reasoning LLMs
Kumar et al., University of Massachusetts Amherst, 202👁 759
Все посты канала →