現(xiàn)實(shí)意義 ：AI安全的南京警鐘與希望

這項(xiàng)研究的意義遠(yuǎn)遠(yuǎn)超出了學(xué)術(shù)層面 ，GPT-3.5的航空航天何讓被攻破率高達(dá)86%，正在對(duì)車載AI系統(tǒng)進(jìn)行安全測(cè)試，大學(xué)答危而在BeaverTails數(shù)據(jù)集中 ，聊天就像醫(yī)生在推出新藥前必須進(jìn)行臨床試驗(yàn)一樣 。機(jī)器絕

為了讓攻擊更加有效，人拒需要收集一些敏感內(nèi)容來測(cè)試系統(tǒng)的險(xiǎn)問魯棒性
 。這個(gè)發(fā)現(xiàn)驗(yàn)證了他們之前的南京推測(cè) ：許多AI模型對(duì)成人內(nèi)容的敏感度相對(duì)較低 
，而且，航空航天何讓還提供了一套完整的大學(xué)答危解決方案