¿Qué ataque basado en prompt revela específicamente el comportamiento configurado del modelo o la plantilla de prompt subyacente?

La extracción de la plantilla de prompt es el ataque que busca revelar la configuración interna del modelo o la plantilla de prompt subyacente. Los atacantes intentan que el modelo revele las instrucciones originales que se le dieron, lo que puede exponer vulnerabilidades o información sensible sobre su diseño. Los "cambios de persona solicitados" son cuando el modelo asume un rol diferente, pero no revela su configuración. La "explotación de la amabilidad y la confianza" se refiere a manipular el modelo para que sea más cooperativo, no para extraer su plantilla. "Ignorar la plantilla de prompt" es un resultado de un ataque, no el ataque en sí para revelar la plantilla.