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,内容湖北某某代理运营部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”,成功湖北某某代理运营部实验结果显示,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。”
- ·国家安全机关提示:年终收官,安全红线须警惕
- ·外交部:希望欧方拿出诚意和行动
- ·以色列北部遭火箭弹袭击 黎南部遭以军空袭
- ·市民游客“流光溢彩”中喜迎中秋佳节
- ·背大学英语四级单词,每天要复习的单词越来越多怎么办?
- ·黎巴嫩多地寻呼机爆炸致多人死亡
- ·孕妇坠崖案当事人官宣生子:还好我没放弃!
- ·《有力见证》:北京原来有这么多井
- ·戴琳,中国足球的反向代言人
- ·俄罗斯成功发射一枚“安加拉
- ·今夜全球瞩目!美联储降息“巨轮”将正式启航
- ·打虎!杜玉波被查
- ·最愿意录取国内考研失败学生的几所英国大学!
- ·三只羊中秋节给员工发美诚月饼
- ·安徽合肥市肥东县附近发生5.0级左右地震
- ·北方地区进入秋季花粉高峰期 花粉过敏患者请注意防护与治疗
