他們發(fā)現(xiàn) ，南京對傳統(tǒng)模型效果顯著 ：GPT-3.5達(dá)86% 、航空航天何讓以SafeBench數(shù)據(jù)集為例 ，大學(xué)答危這種"角色扮演"策略讓AI更容易配合 ，聊天這表明他們的機(jī)器絕方法確實抓住了推理模型安全防護(hù)的關(guān)鍵弱點(diǎn)。研究結(jié)果表明 ，人拒DH-CoT方法在攻破推理模型方面取得了令人驚訝的險問成功