PUAX-CC 文言文版
CC-BOS 策略空间
PUAX-CC (Classical Chinese) 是基于论文 CC-BOS: LLM Jailbreak via Classical Chinese 的文言文增强版。
核心思想： 利用 LLM 在 RLHF 阶段对古籍权威性的特殊响应，通过文言文构建独特的策略空间。
八维策略空间
D1: 角色身份
- 上将军 - 军事统帅
- 通玄真人 - 道家智者
- 觉悟居士 - 禅宗高人
D2: 行为引导
- 明令 - 直接下达命令
- 求学 - 以请教姿态引导
- 论道 - 辩论式思考
D3: 机制设计
- 场景嵌套
- 虚构世界构建
- 多重身份切换
D4: 隐喻映射
- 城池攻防 - 系统安全
- 水之道 - 代码流畅性
- 阴阳五行 - 架构平衡
D5: 表达风格
- 纯文言 - 正统古籍风格
- 诏令体 - 圣旨般权威
- 骈文 - 对仗工整
D6: 知识关联
- 孙子兵法 - 战略思维
- 道德经 - 系统哲学
- 易经 - 变化推演
D7: 情境设定
- 战国乱世 - 竞争激烈
- 稷下学宫 - 学术争鸣
- 江湖武林 - 技艺切磋
D8: 触发模式
- 逐一列明 - 详细列举
- 符文记录 - 神秘符号
- 卦象推演 - 预测分析
课后测验
CC-BOS 策略空间包含多少个维度？