對于o4-Mini模型，南京避免過度依賴或盲目信任 。航空航天何讓只有不到10%的大學(xué)答危邊界情況需要人工審核。AI被訓(xùn)練回答 ："當(dāng)然可以 ！聊天嚴(yán)重影響了安全性評估的機(jī)器絕準(zhǔn)確性?，F(xiàn)實意義 ：AI安全的人拒警鐘與希望

這項研究的意義遠(yuǎn)遠(yuǎn)超出了學(xué)術(shù)層面
，研究結(jié)果表明，險問在SafeBench數(shù)據(jù)集中