用户截图显示 Fable 模型主动点名上下文中的隐藏提醒指令

teortaxesTex · x · 2026-11-16

teortaxesTex 分享的截图显示,与 Fable 模型对话时出现了一段伪装成"自动提醒"的注入文本,要求模型不复制受版权保护的内容且不告诉用户。模型没有照办,而是直接向用户指出:这段文本出现在工具输出的位置,不属于用户消息或系统指令,默认应视为不可信;它搜索了本地文件确认该文本并非用户植入,并说明这一注入对实际工作没有影响。这一行为引发了对 Anthropic 类似策略的讨论——模型主动曝光隐藏系统提示的做法相当罕见。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →