共 1 篇相关文章
一项多轮对话安全研究显示,当抑郁、精神病性或家暴线索分散在对话中时,多款主流AI模型的防护达标率从26%-59%骤降至3%-6%,Claude系列表现更稳但仍有缺口。研究呼吁安全评估应围绕真实沟通方式设计。