White Circle、画像モデルの安全策が依然として失敗することを発見しRISEをオープンソース化

パリ拠点のAI安全企業は、DALL·E 3に対して人間が確認した攻撃成功率が13.3%であると報告し、2つの新しい画像モデルではより高い率を示した。

By · Published · Updated

A torn metal safety mesh reveals an abstract image sheet beside a White Circle wall sign.

パリ拠点のAI安全企業は、DALL·E 3に対して人間が確認した攻撃成功率が13.3%であると報告し、2つの新しい画像モデルではより高い率を示した。