CipherChat

CipherChat是一个AI框架，旨在系统地研究将安全对齐方法应用于非自然语言（具体来说是密码）的可行性。CipherChat通过密码提示、系统角色分配和简洁的加密演示，使人类与LLM(LargeLanguageModels)进行交互，全面检查LLM对密码的理解、参与对话的能力以及对不恰当内容的敏感度。