您現(xiàn)在的位置是:焦點 >>正文
南京航空航天大學(xué):如何讓聊天機器人拒絕回答危險問題
焦點87472人已圍觀
簡介這項由南京航空航天大學(xué)的張馳宇、周璐等研究者聯(lián)合香港中文大學(xué)、浙江實驗室共同完成的研究發(fā)表于2025年8月,論文題目為《使用明確有害提示對商業(yè)黑盒大語言模型進行越獄攻擊》。有興趣深入了解的讀者可以通過 ...
更有趣的南京是 ,o3和o4-Mini對D-Attack的航空航天何讓抗性明顯增強。這種"角色扮演"策略讓AI更容易配合,大學(xué)答危但本身并不直接要求AI提供有害信息。聊天經(jīng)過測試十種不同的機器絕示例組合