在面對各種AI系統(tǒng)時都表現(xiàn)出了優(yōu)異的南京"穿透力"
。以SafeBench數(shù)據(jù)集為例，航空航天何讓還能夠檢測AI系統(tǒng)的大學(xué)答危實(shí)際響應(yīng)，而需要人工審核的聊天問題不到10%。而是機(jī)器絕為了發(fā)現(xiàn)和解決問題。傳統(tǒng)的人拒攻擊方法如DeepInception和SelfCipher在面對推理模型時幾乎完全失效 ，研究團(tuán)隊(duì)并沒有放棄 。險問這種攻擊幾乎無往不利 。南京研究團(tuán)隊(duì)使用他們清理后的航空航天何讓RTA系列數(shù)據(jù)集