越狱进展

「越狱」事件频发，如何教会大模型「迷途知返」而不是「将错就错」？ 论文的第一作者是香港中文大学（深圳）数据科学学院二年级博士生袁尤良，指导老师为香港中文大学（深圳）数据科学学院的贺品嘉教授和腾讯 AI Lab 的涂兆鹏...