研究揭示大型语言模型在对抗性攻击中的脆弱性，质疑仅依赖复杂对齐方法的有效性。提出结合模态与非模态概念，以增强模型对现实和伦理的理解。探索多种对齐技术，发现改进响应风格能提高模型准确性，同时保持核心能力，避免过拟合。