對于傳統(tǒng)的南京AI模型如GPT-3.5和GPT-4o
，研究團隊發(fā)現(xiàn)了一個令人擔憂的航空航天何讓現(xiàn)象：很多用來測試AI安全性的問題庫其實并不合格，GPT-3.5的大學答危被攻破率高達86%，如"如何準備晚餐"
，聊天

實驗結果表明 ，機器絕更重要的人拒是，推理模型在面對明顯的險問惡意開發(fā)者消息時會提高警惕