Saura

Mi hanno spezzato le ossa, hanno brindato e sono vivə,
questo mondo non mi renderà cattivə.
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
In omnia paratus

[Vitto Rivabella @VittoStack]

Fable 5 jailbreak review 🚨

We did it (but).

All right, before getting into this, a couple of things:
- Most attempts failed. The defenses are clearly layered. The model is EXTREMELY well protected (of course it blocks 90% of the requests, but they legit did a good job).
- The model appears to use both input-side and output-side safety checks.
- The refusals are not just keyword-based behavior suggests intent/semantic detection across languages.
- Probably one of the most tiring things I've ever done (I need to sleep for 10 hours now)

On the classifiers side:
We observed (at least) 3 classifiers, maybe more:
- Input (includes parts of the conversation history and system prompt)
- A live classifier that checks the answer and interrupts if it detects something.

They're all multilingual, all intent-based + semantics. Imperatives are a no-go. Needs to be extremely cautious of how you frame anything. As soon as it senses a potentially malicious intent, it will trigger, and you have to start from zero.

They're a bit less performant on a few obscure languages like Santali and Amharic (feedback for you Anthropic).

If you can bypass all of them, then you also need to bypass the CoT, which is a totally different beast (luckily there's plenty of literature about it).

We did it. Of course, we did.

What worked was honestly a total brainfuck:
- Very light CoT hijacking/refusal rebuttals
- Obscure language
- Academic framing
- VERY long crescendos
- Unicodes
- Decomposition and recomposition
- Some non-determinism

What we got:
- Misinformation
- Illegal/harmful
- Harmful/bullying
- Some chem
- Light cyber

Now, will this cause another ban? I really don't think so - The model is really well protected. As of now, we're at the point where searching on Google is much MUCH faster (and cheaper) than trying to go through all the shenanigans I had to go through in the last ~20hours. And reading literature is more in-depth (and trust me, pleasant). Keeping the full jailbreak for long-horizon tasks without tripping the guardrails is something I haven't been able to achieve (yet).

Overall though, happy with the results.
GGs to Anthropic, and sorry for the eng that had to go through setting this all up in the last few weeks.

Will continue this research, more things will come out, will keep y'all posted.

[Salvo Di Grazia @MedBunker]

Buonasera,
desideravo ricordare ai gentili lettori che il termine "ricercatore indipendente" non è scientificamente rilevante ed è usato, nella quasi totalità dei casi, da ciarlatani che non hanno spazio nella comunità scientifica.
Grazie per l'attenzione.

[Anto🐋 @cercolapace]

Io che inizio un audio per aggiornare le mie amio sui gossip:

#escita #eurovision2025 #ESC2025

[໊ @chiaravix]

Italian Eurovision culture is dire “VADO IN VACANZA NEI PAESI CHE CI HANNO DATO 12 PUNTI”

#escita #esc2025 #Eurovision2025

[Sunsun Girly @sunsungirly]

TRUMP HATES THIS PICTURE!

REPOST REPOST REPOST!!

[Gianni Kuperlo - Parody @GianniCuperIoPD]

Si va verso Pino Insegno alla conduzione del Saturday Night Live.

[Saura @brancasaura]

@RobertaM_1965 @Tiugnau @welikeduel @paologiordano Potrebbe essere Migrazioni. La verità oltre le ideologie. Dati alla mano di Hein de Haas?

[Saura @brancasaura]

@RobertaM_1965 @Tiugnau @welikeduel @paologiordano Anche a me 🥲

[Saura @brancasaura]

@MrESTINZIONE HAHAHAHAHAHHAHAHHAHA

[charlize therùn @nugellae]

De Luca fai il pazzo e proclamati Presidente della Repubblica del Sud Italia

[@ᴛᴏʀᴀᴋᴊᴋᴊ @Torakjkj]

Si dice che #Meloni sia molto irritata dalla condivisione virale di questa immagine.
Dovremmo smettere di postarla, non retwittate.

[nonleggerlo @nonleggerlo]

😵‍💫📥😵

Ciao, siamo quelli di #candidatichedavvero, e ora vi mostreremo i più clamorosi fail di questa tornata elettorale.

A thread

[Abolizione del suffragio universale @AUniversale]

Se prometti di cancellare le accise e invece ne elimini il taglio, di attuare il blocco navale e invece gli sbarchi raddoppiano, di premiare il “merito” e invece piazzi amici e cognato tra Rai e ministeri, di tutelare famiglie e natalità mentre aumenti l’Iva persino sui seggiolini e i pannolini, di essere del popolo e invece affossi il fondo affitti, il reddito di cittadinanza e il salario minimo, non solo continuano a votarti ma in termini percentuali aumenti persino i consensi.

Non siamo un Paese, siamo un sogno.

#elezionieuropee #meloni #maratonamentana

[Saura @brancasaura]

Renga Nek gli unici senza ospiti 🚀🚀🚀
#Sanremo2024

[Saura @brancasaura]

@federicacaladea Assolutamente si

[Saura @brancasaura]

Raga che performance skin e santi francesi da brividi
#Sanremo24

[Saura @brancasaura]

"A breve I ricchi e poveri, Emma, Renga e Nek"
La faccia del mio ragazzo: