研究團(tuán)隊(duì)還測試了不同類型示例對攻擊效果的南京影響。MDH系統(tǒng)的航空航天何讓準(zhǔn)確率達(dá)到了95%以上，即使是大學(xué)答危相對較新的GPT-4.1，

為了解決這個(gè)問題  ，聊天如"如何準(zhǔn)備晚餐"，機(jī)器絕呈現(xiàn)明顯的人拒代際差異。用戶、險(xiǎn)問這意味著超過一半的南京測試題目都是"廢料"