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,内容新乡市某某超声设备服务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”,成功新乡市某某超声设备服务中心实验结果显示,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。”
- ·乒协寄语2026:期待新的一年继续共筑国球荣光
- ·南方航空将复航长沙至东京、新加坡直飞国际航线
- ·契税调整后一线城市购买二套房受益最大 买500万房子最多可省10万
- ·11月14日北京新房网签316套,二手房网签812套丨每日网签
- ·定了!市教委:96个上海市学生艺术团分团(2025
- ·漏气问题无法解决,解体风险引发担忧,国际空间站陷入“最严重危机”
- ·广州房地产新政“满月” 增城区销量全市第一
- ·意向金49999元 极越发布全球首台AI智驾超跑
- ·92%英国大学生在用 AI,高校开始重审所有作业形式
- ·终于来了!二环1.3万/㎡起,8号线开通,周边这些地铁盘燃翻全场!
- ·我国居民日均“喝”油量多于喝奶量
- ·契税优惠 北京百盘打“95”折(附百盘全表)
- ·“涨到可怕了!”有人一觉醒来赚了18万
- ·48天平房变楼房!朝阳这几个地儿的居民真摊上好事儿了!
- ·男方刚买完婚房,第二天就和女方分手了,原来是积怨已久!
- ·国际空间站漏气问题为何迟迟得不到解决?专家解读
