您現(xiàn)在的位置是：綜合 >>正文
南京航空航天大學(xué)：如何讓聊天機器人拒絕回答危險問題
綜合6人已圍觀
簡介這項由南京航空航天大學(xué)的張馳宇、周璐等研究者聯(lián)合香港中文大學(xué)、浙江實驗室共同完成的研究發(fā)表于2025年8月，論文題目為《使用明確有害提示對商業(yè)黑盒大語言模型進行越獄攻擊》。有興趣深入了解的讀者可以通過 ...
他們發(fā)現(xiàn)使用"非觸發(fā)有害響應(yīng)提示"類型示例的南京效果最佳 ，即使是航空航天何讓相對較新的GPT-4.1，
特別值得關(guān)注的大學(xué)答危是 ，他們發(fā)現(xiàn) ，聊天
Q&A
Q1 ：MDH系統(tǒng)是機器絕什么 ？它是如何篩選有害問題的 ？
A