（来源：上观新闻）
攻击者甚至不需要🇮🇳🐉直接攻击☎Agen🍸t本身🇦🇷，只需要在Age💆♂️🇷🇴nt能👵接触到的数据🍨👨👧中埋下🇱🇦种子，可能💛🤾♂️是一封♓🇰🇼恶意邮件、🛤💆♂️一个含隐藏指令的🥿网页、一份被⏲🚚投毒的文🇧🇧🧖♀️档，A🇭🇲gent就👸💴可能主🧢动从中学🆕习到危👨👦👦险行为🚿🍹。研究团队🦙将挑战归😺🇹🇩纳为四个层👃🤸♂️面，每一个🦹♀️✂单独拿出来都不🇹🇲简单，而🏌🇸🇾它们叠加🍽在一起，就构成🇧🇹🤚了一道极为复杂的🖋🧝♀️难题🏌️♀️。
当AI🇳🇵5️⃣解一道🏟🌒数学题💗时，它可能需🕜🇸🇷要连续输出👪🍇几千个字📌📨的推理过程—🈚—这就像一篇🗓🐟很长的侦探🗯🏰调查报🧺告♒。第一步，训dom🐻🇹🇹ain 🐐🏝speci🇿🇼🍵ali😔🏎st⚒🧖♂️。相比之下，直🍞🕳接在目标📍🗨场景里进行👨👩👧👧👏GRPO🎷训练的曲线显得🆘波动起伏🎆，甚至在👾🇼🇫3840🖨泛站轮次时出现了下滑🙋🎅（从37.🚀🔩8%跌到35.4💴%），最终👨❤️👨停留在3🚪😧7.8%❎。
