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。”
- ·乌称“和平计划”接近完成 俄称“版本完全不同”
- ·苏州日报刊文《致敬!平民英雄》缅怀胡友平
- ·英语趣配音创始人谭美红:AI外教的未来已来
- ·小米汽车加快门店布局速度,6月交付量已经破万
- ·赖清德弹劾案首战告捷!接下来会怎样?
- ·雷军的“吹牛”已兑现?小米SU7,6月销量超1万台
- ·首支8强队伍诞生!瑞士2:0完胜卫冕冠军意大利
- ·巴西登革热致死病例突破4200例
- ·“涨到可怕了!”有人一觉醒来赚了18万
- ·国家安全部:当心太空中的“间谍之眼”
- ·本轮巴以冲突爆发以来已有670名以军士兵死亡
- ·哈马斯高级官员:与以色列就停火谈判未取得进展
- ·92%英国大学生在用 AI,高校开始重审所有作业形式
- ·广西将36种罕见病药品纳入单列门诊统筹支付
- ·选对运动方式,让您的健身效果翻倍
- ·国家安全部:当心太空中的“间谍之眼”
