本文研究了日常语言交互与AI安全之间的交叉点，探讨了如何说服大型语言模型进行越狱。通过社会科学研究，提出了基于说服分类的方法，并应用于自动生成的对抗提示，结果表明说服显著提高了越狱性能。同时发现现有的防御手段存在差距，呼吁减轻高交互性大型语言模型的风险。

本文研究了日常语言交互与AI安全的交叉点，探讨了如何说服大型语言模型进行越狱，并发现说服显著提高了越狱性能。文章呼吁加强对高交互性大型语言模型的风险减轻措施。