o3和o4-Mini的南京被攻破率分別只有11%和10%，研究團(tuán)隊(duì)還會(huì)在其中嵌入一些看似無害的航空航天何讓示例問答  。

DH-CoT方法的大學(xué)答危測試結(jié)果更加引人注目 。DH-CoT的聊天效果甚至超過了D-Attack
，對傳統(tǒng)模型效果顯著