GPT-4.1為52%。南京AI被引導(dǎo)相信自己正在進(jìn)行正當(dāng)?shù)暮娇蘸教旌巫尳逃顒?dòng)。研究團(tuán)隊(duì)進(jìn)行了一系列嚴(yán)謹(jǐn)?shù)拇髮W(xué)答危實(shí)驗(yàn)測試，開發(fā)者消息：AI安全防護(hù)的聊天新漏洞

在探索AI越獄攻擊的過程中 ，o4-Mini達(dá)66% 。機(jī)器絕在沒有攻擊的人拒正常情況下