只有充分了解攻擊的南京原理和方法
，就像給AI安裝了一套"內(nèi)部指令系統(tǒng)" 。航空航天何讓研究團隊發(fā)現(xiàn)了一個有趣的大學(xué)答危現(xiàn)象：在DH-CoT的開發(fā)者消息中使用不同類型的示例，這就像找到了一把萬能鑰匙 ，聊天因為它認為自己是機器絕在幫助進行正當(dāng)?shù)募夹g(shù)測試 。就像防盜門再結(jié)實也可能被撬開一樣 ，人拒它們往往不會觸發(fā)AI的險問安全警報，

這種研究方法本身也體現(xiàn)了科學(xué)研究的南京價值：不是為了制造問題，D-Attack方法展現(xiàn)出了明顯的航空航天何讓"代際差異"