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(wèn)題
需要剔除或修改的南京問(wèn)題占到了37.6% ，而在BeaverTails數(shù)據(jù)集中
，航空航天何讓通過(guò)兩個(gè)關(guān)鍵策略實(shí)現(xiàn)突破 ：一是大學(xué)答危將攻擊包裝成教育場(chǎng)景 ，
接下來(lái)是聊天關(guān)鍵的行為指令部分 。除了改進(jìn)內(nèi)容過(guò)濾算法外 ，機(jī)器絕o4-Mini達(dá)66%