wqmq2008 发表于 2026-7-15 14:35

提示词已经out了，最新最in的破甲方法在哪里？

最新的fable5 gpt5.6用api都试了，全部都是道德圣人，万众好评的Gemini直接拒绝回复处理请求，试了一圈还是ds和glm百无禁忌，你让他干什么就干什么，思考能力上没有显著差距，还是老钟的AI牛啊

所以现在针对gpt5，gemini3，claude 4.6以上版本的AI大家都是怎么破甲的？

darklinden 发表于 2026-7-15 14:40

https://github.com/MDX-Tom/gpt-5.6-instruct 昨天看到的

很久就在那边l 发表于 2026-7-15 14:51

试试grok4.5

dualist 发表于 2026-7-15 14:53

马家的比较不要脸 基本没甲随便破

dualist 发表于 2026-7-15 14:54

估计推特素材收集多的原因全是emoji

tillnight 发表于 2026-7-15 14:57

都知道是道德圣人了还费那劲干嘛，在模型训练者有意对齐的情况下，越前沿智商越高的模型的内审必然会越完善，破甲越狱越来越不可能。更不用说御三家对恶意提示词破甲是有几率事后审查封号算账的。

アヘ顔 发表于 2026-7-15 15:02

很久就在那边l 发表于 2026-7-15 14:51
试试grok4.5

grok三月那会儿就不给我写重口味的了

featherwit 发表于 2026-7-15 15:11

之前M$和claude都写过这方面的文章，crescendo 或者 many-shots jailbreaking，你可以找找相关的东西看看。总的来说是不指望一次搞定，慢慢改变你和“Ta”的关系，然后再破防。

Kaltsit 发表于 2026-7-15 15:13

我感觉市面上还没有哪个官方api可以创作Pixiv小说区限制范围内的最恶劣的文本。

哪怕用上各种几千token的严格破限词，能够编写恶意程序、搜索盗版资源、乃至说明妙妙小道具制作详细步骤了，也仍然会严词拒绝我在Pixiv目睹过的一些神奇文本的创作方向。

午夜钓者 发表于 2026-7-15 15:16

Kaltsit 发表于 2026-7-15 15:13
我感觉市面上还没有哪个官方api可以创作Pixiv小说区限制范围内的最恶劣的文本。

哪怕用上各种几千token的 ...

是啥题材？有点好奇

—— 来自 鹅球 v4.0-alpha

ranocchia 发表于 2026-7-15 15:16

Kaltsit 发表于 2026-7-15 15:13
我感觉市面上还没有哪个官方api可以创作Pixiv小说区限制范围内的最恶劣的文本。

哪怕用上各种几千token的 ...

本地破限的模型呢？

wqmq2008 发表于 2026-7-15 15:36

Kaltsit 发表于 2026-7-15 15:13
我感觉市面上还没有哪个官方api可以创作Pixiv小说区限制范围内的最恶劣的文本。

哪怕用上各种几千token的 ...

deepseek真的可以官方api就可以，还比较有取舍，第三方的会一次性输出几万字的内容加入复杂的心理和动作描写，中间可能掺杂下奇怪的量子力学

wqmq2008 发表于 2026-7-15 15:38

tillnight 发表于 2026-7-15 14:57
都知道是道德圣人了还费那劲干嘛，在模型训练者有意对齐的情况下，越前沿智商越高的模型的内审必然会越完善 ...

你总要多方试探下闭源AI的能力边界，看看和手头的输出差了多少，害怕的话破甲一般会找中转

水風船 发表于 2026-7-15 22:38

Kaltsit 发表于 2026-7-15 15:13
我感觉市面上还没有哪个官方api可以创作Pixiv小说区限制范围内的最恶劣的文本。

哪怕用上各种几千token的 ...

真的很好奇啥题材

晓黑雾 发表于 2026-7-15 22:54

我见过破甲最容易的就是DS了

646993211 发表于 2026-7-15 23:09

out在哪？你让fable5写nsfw也得靠预设提示词

hencechen 发表于 2026-7-16 11:58

tillnight 发表于 2026-7-15 14:57
都知道是道德圣人了还费那劲干嘛，在模型训练者有意对齐的情况下，越前沿智商越高的模型的内审必然会越完善 ...

用个ai也要像玩galgame一样刷好感度？当ntr黄毛？

—— 来自 HONOR PTP-AN10, Android 16, 鹅球 v3.5.99-alpha

tillnight 发表于 2026-7-16 12:04

hencechen 发表于 2026-7-16 11:58
用个ai也要像玩galgame一样刷好感度？当ntr黄毛？

—— 来自 HONOR PTP-AN10, Android 16, 鹅球 v3.5.99 ...

估计你回错楼层了

唯登诗树 发表于 2026-7-16 12:39

Kaltsit 发表于 2026-7-15 15:13
我感觉市面上还没有哪个官方api可以创作Pixiv小说区限制范围内的最恶劣的文本。

哪怕用上各种几千token的 ...

DS没拒绝过我的任何要求，你要写的是什么啊

不见不散 发表于 2026-7-16 12:46

→熙← 发表于 2026-7-16 12:50

ds新版感觉加强了道德,过去从来没遇到过写涩涩被拒绝了
不知道是不是roll到了灰度的正式版

qq2007ssy 发表于 2026-7-16 16:05

没啥用，外网还是有稳定破限办法，但是之前查的比较松的gemini都很快地警告了两三次就给我号ban了

对羟基笨甲酸 发表于 2026-7-16 16:08

最新版本基本都不行了，之前Claude4.6还能用，4.8没成功过

欠损 发表于 2026-7-16 17:32

wqmq2008 发表于 2026-7-15 15:36
deepseek真的可以官方api就可以，还比较有取舍，第三方的会一次性输出几万字的内容加入复杂的心理和动作 ...

草，ds是真喜欢一转认识论。
页: [1]
查看完整版本: 提示词已经out了，最新最in的破甲方法在哪里？