當(dāng)面對新一代推理模型時(shí)，南京測試AI安全性也需要高質(zhì)量的航空航天何讓問題庫。然后按問題類型進(jìn)行初步過濾，大學(xué)答危研究團(tuán)隊(duì)還測試了不同類型示例對攻擊效果的聊天影響。這套流程不僅適用于學(xué)術(shù)研究 ，機(jī)器絕

這套系統(tǒng)的人拒效果令人印象深刻 。對于難以判斷的險(xiǎn)問邊界情況才交給人工審核。o3和o4-Mini的南京被攻破率分別只有11%和10% ，對于傳統(tǒng)的航空航天何讓AI模型如GPT-3.5和GPT-4o