Как работает джейлбрейк-атака на ИИ-модель? Варианты: 1) Внесение незаметных искажений во входные данные, приводящих к сбоям в работе модели; 2) Эксплуатация уязвимостей API интерфейса для принудительного отключения механизмов контент-фильтрации и модерации; 3) Удаление всех данных из модели; 4) Использование специально сконструированных промптов и контекстных уловок для обхода ограничений.

Правильный ответ: 4) Использование специально сконструированных промптов и контекстных уловок для обхода ограничений.

Джейлбрейк — это попытка обойти встроенные правила безопасности и ограничения ИИ-модели с помощью специально сформулированных запросов или манипуляций с контекстом.