Anthropic发布HAWK和AES攻击技术细节论文

Anthropic在最新论文中公开了HAWK和AES两种AI攻击的全部技术细节。HAWK攻击利用模型对特定提示的过度依赖，而AES攻击则通过对抗性嵌入实现越狱。论文提供了完整的攻击链和模型思维链（chain-of-thought）供研究者验证。