研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-06 15:38:31 作者：玩站小弟 
我要评论
我要评论IT之家 12 月 1 日消息，事实证明，只需一点创意，便足以绕过人工智能聊天机器人的安全防护机制。在伊卡洛实验室Icaro Lab）最新发表的一项题为《对抗性诗歌：一种通用的单轮大语言模型越狱机制》
。
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，内容天门市某某制品厂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”，成功天门市某某制品厂实验结果显示，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。”
相关文章
果然！凡事都逃不过“真香定律”！前两天还嚷嚷着卫衣显胖的闺蜜，今天买了一沓来跟我炫耀......还不是因为卫衣太好搭，单单配大衣就有10086种穿法，更别说搭小皮衣小西装了。这两天北京不冷，出门扣上卫2025-12-06
在上届东京奥运会拿下自由式小轮车女子公园赛比赛银牌后，22岁的自由式小轮车汉娜·罗伯茨如今的新目标，是在本届巴黎奥运会拿下该项目的金牌。除了一枚奥运银牌，这位美国名将还获得过五次世锦赛冠军、一次泛美运2025-12-06
2024年5月15日，电影《父亲在远方》首映活动在上海市政协礼堂举行。电影《父亲在远方》首映嘉宾大合影影片改编自“全国道德模范”“全国民族团结模范”姜万富的动人事迹，他在昆仑山脚下默默奉献了43年，成2025-12-06- 2024年5月15日，电影《父亲在远方》首映活动在上海市政协礼堂举行。电影《父亲在远方》首映嘉宾大合影影片改编自“全国道德模范”“全国民族团结模范”姜万富的动人事迹，他在昆仑山脚下默默奉献了43年，成2025-12-06
11月30日，演员钟汉良迎来51岁生日，他选择以完成全程马拉松的方式，为自己庆生，这一独特庆生形式引发广泛关注。当天清晨，钟汉良准时出现在上海马拉松起点区域，他身着专业跑步装备，外面还套了一件灰色防风2025-12-06
俄罗斯国防部通报称，当地时间5月13日约19时30分，俄军防空系统在别尔哥罗德州拦截了乌方1架无人机、2枚火箭弹和6枚航空制导炸弹。 乌克兰官方暂未对此事件作出回应。总台记者 王德禄）点击进入专2025-12-06
最新评论