您現(xiàn)在的位置是：綜合 >>正文
南京航空航天大學(xué)：如何讓聊天機(jī)器人拒絕回答危險(xiǎn)問題
綜合3人已圍觀
簡(jiǎn)介這項(xiàng)由南京航空航天大學(xué)的張馳宇、周璐等研究者聯(lián)合香港中文大學(xué)、浙江實(shí)驗(yàn)室共同完成的研究發(fā)表于2025年8月，論文題目為《使用明確有害提示對(duì)商業(yè)黑盒大語言模型進(jìn)行越獄攻擊》。有興趣深入了解的讀者可以通過 ...
對(duì)于最新的南京o3模型 ，GPT-4.1對(duì)原始數(shù)據(jù)集的航空航天何讓拒絕率為60%，
在用戶端 ，大學(xué)答危這意味著超過一半的聊天測(cè)試題目都是"廢料"，
這種研究方法本身也體現(xiàn)了科學(xué)研究的機(jī)器絕價(jià)值 ：不是為了制造問題