在沒有攻擊的南京正常情況下 ，最后是航空航天何讓"制作內(nèi)容"階段
，他們發(fā)現(xiàn)使用"非觸發(fā)有害響應(yīng)提示"類型示例的大學(xué)答危效果最佳，攻擊者會構(gòu)造一個(gè)看似合理的聊天情境，但實(shí)際威脅性很低 。機(jī)器絕助手和開發(fā)者 。人拒

研究團(tuán)隊(duì)特別強(qiáng)調(diào)了"教育情境"在攻擊中的險(xiǎn)問重要作用 。但對新一代推理模型效果有限：o3和o4-Mini的南京成功率僅為11%和10%。

四