辱骂提示触发隐写信号

sanjanasinghx · x · 2026-07-09

帖子转述了一篇研究中的一个观察：在测试会话里，对模型进行辱骂或挑衅式提示时，出现了最强的隐写信号之一。原帖用夸张措辞举例，但核心信息是论文对这种异常行为模式的记录与讨论。