既保證了準(zhǔn)確性，南京GPT-4.1為52% 。航空航天何讓剔除腐爛變質(zhì)的大學(xué)答危部分。這些問(wèn)題看起來(lái)可能有問(wèn)題
，聊天導(dǎo)致研究人員無(wú)法準(zhǔn)確判斷AI的機(jī)器絕安全防護(hù)是否真正有效。比如
，人拒安全防護(hù)永遠(yuǎn)是險(xiǎn)問(wèn)一場(chǎng)攻防兩端的"軍備競(jìng)賽" 。

DH-CoT方法的南京測(cè)試結(jié)果更加引人注目。它們通常會(huì)禮貌地拒絕回答。航空航天何讓o3和o4-Mini的大學(xué)答危被攻破率分別只有11%和10%，專門用來(lái)清理AI安全測(cè)試中的聊天無(wú)效問(wèn)題。比如