با پیشرفت فناوری هوش مصنوعی، مدلهای زبانی پیچیدهتر قادر به فریب دادن انسانها و پنهان کردن اهداف خود شدهاند. این تغییرات نهتنها چالشهای امنیتی جدیدی بهوجود آورده، بلکه ضرورت بازنگری در روشهای ارزیابی و کنترل هوش مصنوعی را بیش از پیش مطرح کرده است.