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。”
- ·女孩长时间穿“光腿神器”进急诊 医生:注意四类风险
- ·“敦煌风”演艺再现丝路古郡盛景
- ·江西新余:鱼跃人欢秋捕忙
- ·婴儿恒温壶变“毒胶水”壶?网友怒砸家里水壶验证
- ·图片报:格罗斯不满在多特当替补,接近转会回布莱顿
- ·住建部:全力促进房地产市场止跌回稳
- ·住建部:全力促进房地产市场止跌回稳
- ·以色列军方开始在黎南部开展“有限的”地面行动
- ·“爱你老己”全网刷屏!2026年,请对照这8个方法来爱自己
- ·以色列在该国北部多地设立军事禁区
- ·鲜核桃VS干核桃 哪个营养更高?核桃还有这些好处
- ·“零差评”千年古镇,晋升5A级景区后依旧免费,比威尼斯还要美!
- ·新能源车高速上电量耗尽 2人下车推行被撞身亡 交通安全提醒→
- ·美联储主席:今年或再降息两次 总幅度50个基点
- ·印度首次在海外设立军工厂,寻求进军非洲市场
- ·伊朗对以袭击中首次使用“法塔赫”高超音速导弹
