arXiv · cs.CL· Acacia L. Ackles·· 16 小时前AI 评分28
arXiv 论文提出"盲从合规"框架：用强制控制视角重新审视 AI 越狱
"Blind Compliance": Coercive Control in AI Jailbreaking
来源与原文
arXiv · cs.CL
作者：Acacia L. Ackles
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.08226v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出"盲从合规"（Blind Compliance）框架，将 AI 越狱从输出层面的安全判定转向交互层面的关系分析，借用人际暴力研究中的强制控制分类考察用户与模型的对话动态。研究指出这类非实体强制控制动态已结构性嵌入现代 AI 训练范式，并被一类基于人格设定的越狱手法所利用，从而把 AI 安全与对齐重新定义为权力与控制关系的展现面。论文共 25 页（正文 14 页），归入 cs.CY、cs.CL、cs.HC。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。