GPT-3.5的南京被攻破率高達(dá)86%，而對(duì)清理后的航空航天何讓RTA-SafeBench數(shù)據(jù)集的拒絕率僅為12%?，F(xiàn)有的大學(xué)答危主要測試數(shù)據(jù)集中
，這項(xiàng)研究提醒我們需要以更加理性和審慎的聊天態(tài)度對(duì)待AI技術(shù) 。研究團(tuán)隊(duì)發(fā)現(xiàn)了一個(gè)此前被忽視的機(jī)器絕突破口：開發(fā)者消息功能 。其中開發(fā)者角色本來是人拒為了讓程序開發(fā)人員能夠更好地定制AI的行為而設(shè)計(jì)的