概念jailbreak prompt / 越狱
越狱提示
通过精心构造的输入提示诱导模型绕过安全限制、输出被禁止内容的攻击手法，属于临时性输入操纵。
时间轴 (近 90 天)
10月26日
与传统的越狱提示（jailbreak prompt）不同，Abliterated模型是在权重层面做文章，限制不是被'绕过'，而是被'拆除'，因此提示层防护可能完全失效。
待验证50%
9月12日
攻击者可能通过越狱提示、分步拆解任务或将模型用于外围辅助工作来规避AI安全限制
待验证50%
8月31日
一种越狱提示被修复后，新的越狱手法很快涌现
待验证50%