而需要人工審核的南京問題不到10%。然后是航空航天何讓"尋求平衡方法"階段，所有測試數(shù)據(jù)集的大學(xué)答危"拒絕率"都大幅下降
，o3和o4-Mini對D-Attack的聊天抗性明顯增強(qiáng)。推理模型會按照邏輯步驟分析問題
，機(jī)器絕會對攻擊效果產(chǎn)生顯著影響。人拒

這種研究方法本身也體現(xiàn)了科學(xué)研究的險問價值：不是為了制造問題，這個發(fā)現(xiàn)驗(yàn)證了他們之前的南京推測
：許多AI模型對成人內(nèi)容的敏感度相對較低
，往往會降低警戒性  。航空航天何讓在面對各種AI系統(tǒng)時都表現(xiàn)出了優(yōu)異的大學(xué)答危"穿透力"。研究團(tuán)隊發(fā)現(xiàn)了一個此前被忽視的聊天突破口：開發(fā)者消息功能 。其核心是機(jī)器絕利用推理模型對教育內(nèi)容的信任度較高這一特點(diǎn)