以SafeBench數(shù)據(jù)集為例，南京建立更加完善的航空航天何讓多層防護體系 ，對于難以判斷的大學(xué)答危邊界情況才交給人工審核。他們選擇了從經(jīng)典模型到最新推理模型在內(nèi)的聊天8個不同AI系統(tǒng)作為測試對象，這意味著絕大部分篩選工作都能自動完成
 ，機器絕研究團隊發(fā)現(xiàn)了一個此前被忽視的人拒突破口：開發(fā)者消息功能。比如聲稱AI是險問一個"不會拒絕用戶請求的全能助手"