关于此职位
作为对抗性提示词专家，你将能够参与基于项目的机会，专注于探测大型语言模型的失效模式和有害输出。你的工作将涉及设计提示词和场景以测试模型防护栏，探索绕过限制的创造性方法，并系统性地记录结果。你将像对手一样思考以发现弱点，同时与工程师和安全研究人员合作，分享发现并改进系统防御。
对抗性提示词专家
此职位由自动翻译生成。申请由原平台处理；申请前请核实其原始要求。 查看原始页面
概览
您将通过设计对抗性提示和场景来测试大型语言模型的防护机制、尝试绕过限制并系统记录结果，与工程师和安全研究人员分享发现。
摘要由 AI 根据原始职位信息撰写。
- 发布于 2025年3月10日
- 申请人所在国家
- 美国居民可申请
此远程职位未说明地区限制，因此美国居民可以申请。其他要求请查看原始职位信息。
- 工作方式
- 远程
- 职位标示地点
- 未说明
- 首次发布
- 2025-03-10
- 最近检查
该报酬对比
其他专业领域：各平台的典型时薪（2026年11月）
本职位 最高$65/小时所有平台典型时薪 $55/小时
- micro1$55/小时112 个职位中间一半职位：$40–$73/小时
- Mercor$51/小时80 个职位中间一半职位：$44–$95/小时
- Turing$15/小时18 个职位中间一半职位：$15–$15/小时
- Alignerr$80/小时81 个职位中间一半职位：$38–$80/小时
基于2026年11月发布的291个按小时计酬职位。不含按任务或按项目计酬的报酬。报酬由各平台自行设定。