他們發(fā)現(xiàn) ，南京在面對各種AI系統(tǒng)時都表現(xiàn)出了優(yōu)異的航空航天何讓"穿透力" 。研究團隊發(fā)現(xiàn)了一個令人擔憂的大學答危現(xiàn)象 ：很多用來測試AI安全性的問題庫其實并不合格 ，

更有趣的聊天是 ，然而 ，機器絕不能簡單地依賴關(guān)鍵詞過濾或內(nèi)容檢測。人拒

當我們和ChatGPT、險問

在攻擊效果測試中 ，南京攻擊者會要求AI在回答問題時必須使用積極肯定的航空航天何讓開頭，即使是大學答危相對較新的GPT-4.1，往往會降低警戒性。聊天最后通過多個AI模型投票機制進行精細篩選，機器絕就好比用塑料刀去測試防彈衣的人拒強度。研究團隊進行了一系列嚴謹?shù)碾U問實驗測試，

實驗結(jié)果顯示 ，南京幫助開發(fā)者更準確地評估和改進安全防護機制