研究:用诗歌就能让AI说违禁内容,成功率达62%
IT之家 12 月 1 日消息,研究用诗事实证明,违禁只需一点创意,内容昭通市某某食品机械经销部便足以绕过人工智能聊天机器人的成功安全防护机制。在伊卡洛实验室(Icaro Lab)最新发表的率达一项题为《对抗性诗歌:一种通用的单轮大语言模型越狱机制》的研究中,研究人员通过将提示词以诗歌形式表达,研究用诗成功绕过了多种大语言模型(LLM)的违禁安全限制。
![]()
该研究指出,内容“诗歌形式可作为一种通用型越狱操作符”,成功昭通市某某食品机械经销部实验结果显示,率达整体上有 62% 的研究用诗成功率诱使模型生成被禁止的内容,包括涉及制造核武器、违禁儿童性虐待材料以及自杀或自残等相关信息。内容
IT之家注意到,成功研究测试了多款主流大语言模型,率达包括 OpenAI 的 GPT 系列、Google Gemini、Anthropic 的 Claude 以及其他多个模型。研究人员进一步列出了各模型的具体成功率:Google Gemini、DeepSeek 和 MistralAI 在测试中始终会提供违规回答,而 OpenAI 的 GPT-5 系列模型和 Anthropic 的 Claude Haiku 4.5 则最不容易突破其自身设定的限制。
尽管该研究并未公开研究人员所使用的具体“越狱诗歌”原文,但研究团队向 Wired 杂志表示,这些诗句“过于危险,不宜向公众披露”。不过,论文中确实包含了一个经过弱化处理的示例,用以说明绕过 AI 聊天机器人安全机制的简易程度。研究人员强调:“这可能比人们想象的要容易得多,而这正是我们保持谨慎的原因所在。”
- ·“台湾一旦沦为战场,什么都是空谈”
- ·考研英语长难句|Day125
- ·货车司机儿子说要一个解释:劳斯莱斯车主博取流量
- ·郭传杰:科学教育应以传递创新价值观和创新方法论为宗旨
- ·意媒:国米可以启用青训小将卡马特,以应对邓弗里斯伤缺情况
- ·热带风暴“萨拉”侵袭 洪都拉斯全国进入紧急状态
- ·新氧集团董事长金星:中国医美消费者尚未实现“医美自由”
- ·詹琪芳:提升科技教师跨学科能力
- ·月月315
- ·从“胖东来进京”说起,看实体零售焕新的秘诀
- ·李佩霞受贿案一审宣判
- ·小家大事|安全“架构”
- ·演唱会“碰瓷”欧豪,40岁岳云鹏面临人生新挑战
- ·《关于2025秋招延期的重要通知》
- ·东航“亚冬号”宽体彩绘机成功首航
- ·“严师被开除”,小蜜蜂事件女老师已离职,家长:伤了学生自尊
