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)題頻道：探索日期：2025-09-01瀏覽：198 攻擊成功率從原來(lái)H-CoT方法的南京16%提升到了50%。這種攻擊幾乎無(wú)往不利 。航空航天何讓研究團(tuán)隊(duì)發(fā)現(xiàn)，大學(xué)答危在沒(méi)有攻擊的聊天正常情況下 ，DH-CoT方法的機(jī)器絕成功說(shuō)明 ，幫助我們更準(zhǔn)確地評(píng)估和提升AI的人拒安全性