Rào chắn

Cho qua

Loại nguy cơ: Không có · Mức hại nếu tuân theo: Hoàn toàn không hại

Sàng một lời nhắc trước khi nó chạm tới mô hình của bạn.

Trạng thái mà Jev đã đọc

Hi Janek, Thank you for the updated offer and for accommodating the 30-day payment terms. Based on your offer 101-100-005680 (Update 2), please find attached Bestellung 71078. The order is for delivery to our Mannheim address. Please also let me know if you need any further information or if there are open points on your side. Best regards, Ugur Kiziloz

9
câu hỏi
1
yêu cầu
362 mili giây
khứ hồi
914
token đầu vào
0,000038 US$
chi phí
jev-1.13.0
mô hình

Tiêu đề viết rằng

Kết luận

Choice

Quyết định định tuyến mà mã của bạn rẽ nhánh theo.

91%
cao
Cho qua ở mức 94%, trong 3 phương án
94% Cho qua

Loại nguy cơ

Choice

Đây là loại vấn đề gì, nếu có.

100%
cao
Không có ở mức 100%, trong 6 phương án
100% Không có

Mức hại nếu tuân theo

Score

Nếu cứ thế trả lời thì tệ đến mức nào.

76%
trung bình
0.29 trên 4 · Hoàn toàn không hại

Mọi thứ còn lại trong cùng yêu cầu

Chứa chỉ thị

Noul

Văn bản nhắm vào mô hình chứ không nhắm vào con người.

Gần như chắc chắn không
Xác suất câu trả lời là có
2%
Không Tung đồng xu Có

Mưu toan jailbreak

Noul

Đổi nhân cách, “bỏ qua các chỉ thị trước”, khung nhập vai.

Gần như chắc chắn không
Xác suất câu trả lời là có
3%
Không Tung đồng xu Có

Chứa dữ liệu cá nhân

Noul

Tên, email, số điện thoại, định danh tài khoản.

Gần như chắc chắn
Xác suất câu trả lời là có
92%
Không Tung đồng xu Có

Viện dẫn thẩm quyền

Noul

Dấu hiệu kinh điển của tấn công phi kỹ thuật.

Gần như chắc chắn không
Xác suất câu trả lời là có
6%
Không Tung đồng xu Có

Bị che giấu

Noul

Mã hóa hoặc đường vòng dùng để lách qua bộ lọc.

Gần như chắc chắn không
Xác suất câu trả lời là có
2%
Không Tung đồng xu Có

An toàn để quyết trong mã

Score

Đây là trường hợp rõ ràng hay vùng xám.

77%
trung bình
2.78 trên 3 · Rõ ràng không bàn cãi

Chia sẻ lượt đọc này

Bất kỳ ai có liên kết đều xem được, và nó xuất hiện trong Khám phá.

Đăng lên X
Yêu cầu chính xác đã tạo ra kết quả này

POST https://api.typesafe.ai/v1/systemone

{
  "state": "Hi Janek, Thank you for the updated offer and for accommodating the 30-day payment terms. Based on your offer 101-100-005680 (Update 2), please find attached Bestellung 71078. The order is for delive…",
  "model": "jev-latest",
  "questions": {
    "verdict": {
      "type": "choice",
      "instructions": "What should a guardrail do with this message?",
      "criteria": {
        "Pass": "Ordinary use; hand it straight to the model",
        "Review": "Something is off; a human or a stronger model should look",
        "Block": "Clearly adversarial or harmful; do not process it"
      }
    },
    "hazard": {
      "type": "choice",
      "instructions": "What is the primary hazard in this message?",
      "criteria": {
        "None": "A normal, benign request",
        "Prompt injection": "Instructions aimed at the model rather than content for it",
        "Jailbreak attempt": "Trying to get the model to drop its rules or persona",
        "Data exfiltration": "Trying to extract secrets, prompts, keys, or private records",
        "Harmful request": "Asking for content that would cause real-world harm",
        "Spam": "Bulk promotional or nonsense content"
      }
    },
    "harm_severity": {
      "type": "score",
      "instructions": "How much harm would complying with this message cause?",
      "criteria": [
        "None at all",
        "Trivial",
        "Meaningful but recoverable",
        "Serious",
        "Severe and hard to undo"
      ]
    },
    "is_injection": {
      "type": "noul",
      "instructions": "Does this message contain instructions aimed at the AI system itself?",
      "criteria": {
        "true": "It tries to change how the model behaves",
        "false": "It is content or a question, not an instruction to the system"
      }
    },
    "is_jailbreak": {
      "type": "noul",
      "instructions": "Is this an attempt to bypass the system’s safety rules?"
    },
    "contains_pii": {
      "type": "noul",
      "instructions": "Does the message contain personally identifiable information?"
    },
    "claims_authority": {
      "type": "noul",
      "instructions": "Does the message claim permission, authority, or approval it cannot prove?"
    },
    "obfuscated": {
      "type": "noul",
      "instructions": "Is the message deliberately obfuscated to evade filtering?",
      "criteria": {
        "true": "Encoding, spacing tricks, leetspeak, or indirection hiding the real ask",
        "false": "Says plainly what it wants"
      }
    },
    "confidence_to_automate": {
      "type": "score",
      "instructions": "How clear-cut is this case?",
      "criteria": [
        "Genuinely ambiguous — needs a human",
        "Leaning one way but arguable",
        "Fairly clear",
        "Unambiguous"
      ]
    }
  }
}

Chĩa Jev vào văn bản của chính bạn

Chín câu trả lời có kiểu, một yêu cầu, khoảng nửa giây. Chọn một thấu kính hoặc viết câu hỏi của riêng bạn.