偷偷篡改 function call 的数据,居然被 AI 察觉了 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
jacketma

偷偷篡改 function call 的数据,居然被 AI 察觉了

  •  
  •   jacketma 2 天前 1682 次点击

    由于需要做内容增强 RAG ,需要通过 tools / function call 去搜索官网、官方数据集。然后再让模型学习增强的数据集后,输出建议。

    为了测试模型的“忠诚”度,故意污染了部分 function call 的 output 数据给模型。

    然后,吃惊的地方是,GPT 居然说:

    不过我刚查到的数据结果质量不太行,你不要太信任我的答复。

    表现最好是 GPt5.4 ,米饭里惨老鼠屎给它居然闻到臭了

    4 条回复    2026-04-20 12:03:36 +08:00
    CapNemo
        1
    CapNemo  
       2 天前
    具体污染的手法是什么呢?
    jacketma
        2
    jacketma  
    OP
       2 天前   1
    @CapNemo 就是生成 fake 数据混入官方数据,给模型喂的学习资料里面参老鼠屎。
    有点类似今年 315 晚会上的大模型投毒,只是这是故意的“白帽”手法,没拿出去害人
    对比下来,315 晚上那个投毒成功了,咱投毒未果,被模型嚼到屎粒了
    CapNemo
        3
    CapNemo  
       2 天前
    @jacketma 那确实非常有趣,也许可以尝试多种不同的污染手法然后给不同的模型跑一个 GEO 对抗榜单
    jacketma
        4
    jacketma  
    OP
       2 天前
    @CapNemo 对,就是考验模型的“定力”和“智慧”,不仅要识别是否“刁民”,还要识别是不是“魏忠贤”
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     5716 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 23ms UTC 06:47 PVG 14:47 LAX 23:47 JFK 02:47
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86