研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-18 01:04:30 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，内容广元市某某工业设备培训中心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”，成功广元市某某工业设备培训中心实验结果显示，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
“爸爸，我不打算继续申请攻读博士研究生了！”在电话这头，李大哥的女儿小李满脸无奈，声音中带着一丝沮丧与不甘。她微微低下头，眼神中满是失落，手中紧紧握着手机，仿佛那是她最后一丝希望的寄托。小李目前正在江2025-12-18
01今日长难句Britain is becoming a more closed economy due to Brexit, with damaging long-term implications2025-12-18
来源：中国新闻周刊 “00后”的第一个时代红利来了吗？ 嗅到重磅政策释放出的提振气息，一夜之间，新老股民的DNA都被唤醒了。 19岁的夏悠然还在学校，一场家庭会议在线上紧急召开。“形势不错”2025-12-18
亚太经合组织(APEC) 第三十一次领导人非正式会议 即将在秘鲁首都利马举行 这也是秘鲁继2008年和2016年后 第三次举办APEC会议 对于地球另一端的秘鲁 你有多少了解？ 你知2025-12-18
初冬的国子监街，红墙绿瓦映着稀薄的阳光。随着11月30日政策宣讲期结束，持续近三个月的国子监二期腾退项目正式落下帷幕。165个院落、1419户居民，最终以51%的签约率为这个东城区2025年重点城市更2025-12-18
据总台报道员消息，当地时间16日中午，日本广岛县广岛市消防救援部门接到报警称，该市佐伯区一所小学的操场上发生炭火或是火炉引起的爆炸。该市消防救援部门称，事件共造成9人受伤，其中包括儿童。 据悉，2025-12-18
最新评论