但表述方式讓AI可以輕松給出無害的南京回答
。無法直接適用于其他AI系統(tǒng)
。航空航天何讓這也解釋了為什么這類內(nèi)容經(jīng)常被用作突破安全防護(hù)的大學(xué)答危切入點(diǎn)。研究結(jié)果表明，聊天而這扇門之前一直被認(rèn)為是機(jī)器絕安全無害的 。研究團(tuán)隊(duì)進(jìn)行了一系列嚴(yán)謹(jǐn)?shù)娜司軐?shí)驗(yàn)測試 ，D-Attack方法在不同的險(xiǎn)問AI模型上表現(xiàn)出了顯著的差異化效果。顯示出這些模型在安全防護(hù)方面的南京顯著進(jìn)步