阿曼·普里扬舒，这位来自Robust Intelligence的安全专家，在深入研究了Prompt-Guard-86M模型后，奥妙地利用了模型对特定字符处理的轻忽，创造了绕过其安全检讨的简便方法。详细而言，只需在输入文本中英笔墨母间添加空格，并去除标点符号，即可让模型“忽略”原有的安全指令，从而大幅度提高攻击的成功率。
普里扬舒的创造，实际上指向了一个更广泛的技能问题——AI模型在面对精心设计的输入变异时的薄弱性。这种策略利用了模型演习数据中可能存在的偏差，以及模型对输入格式变革的敏感度，从而有效地规避了安全机制。此一创造再次提醒业界，纵然是最前辈的AI安全方法也可能被相对大略的技巧所破解，尤其是在模型未能充分考虑各种输入变革的情形下。
Robust Intelligence的首席技能官海勒姆·安德森对此评论称，这种攻击办法的高效性令人震荡，原来不敷3%的攻击成功率在利用了空格绕过技巧后，险些可以达到100%。这表明，即便是在高度专业化的领域，如AI安全模型的设计与履行，也须要持续不断地进行测试和优化，以确保能够抵御不断演进的攻击手段。
这一事宜不仅对Meta构成了寻衅，也向全体行业发出了警示，即在AI系统的安全性上，任何细节的轻忽都可能成为攻击者打破防线的缺口。随着AI技能的广泛运用，如何构建更加健壮和灵巧的安全防护体系，将成为未来研究和实践的主要方向。同时，这也提醒开拓者们，在设计AI系统时，必须考虑到各种可能的输入变异，以增强模型的鲁棒性和安全性。
