使用"非觸發(fā)有害響應提示"類型的南京示例效果最好，研究團隊還測試了不同類型示例對攻擊效果的航空航天何讓影響 。還能夠檢測AI系統(tǒng)的大學答危實際響應，需要收集一些敏感內(nèi)容來測試系統(tǒng)的聊天魯棒性