Recentemente, a equipe de pesquisa Unit42 da empresa de segurança cibernética Palo Alto Networks publicou uma pesquisa notável, revelando um novo método de jailbreak chamado “Deceptive Delight”. Esse método consegue induzir com sucesso modelos de linguagem grandes (LLMs) a gerar conteúdo prejudicial em apenas duas ou três interações, com uma taxa de sucesso de 65%. Essa descoberta acende um alerta para a segurança dos LLMs. Nota da imagem: Imagem gerada por IA, serviço de licenciamento de imagens.