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。”
- ·哈马斯称对加沙拉法发生的爆炸事件不负任何责任
- ·发挥不佳因没休息好?郑钦文:上一场影响很大,凌晨5点才睡觉
- ·57岁林美秀患血友病交代后事:死后小14岁的老公可以再娶
- ·伊东纯也:首战非常重要会争取胜利,希望能有个好的开始
- ·冬天劝你多吃白菜 防癌、通便、抗衰老
- ·终于要来了!《国宝迷踪》来袭,辛柏青加盟,演员阵容不错
- ·汪峰出轨被大舅子抓到?不顾父母反对坚持结婚的明星,四对已离婚
- ·《凡人歌》:把普通人搬进荧幕,就足够恐怖了!
- ·中广核两台“华龙一号”核电机组开始装料
- ·终于要来了!《国宝迷踪》来袭,辛柏青加盟,演员阵容不错
- ·突发!大规模无人机袭击!乌克兰首都紧急通报
- ·美国后卫谈波切蒂诺:他的球队很难对抗,他很擅于组织球队进攻
- ·26考研第一批0分试卷!
- ·地母系美人,标准美女之外的力量感
- ·大瓜!卓伟曝汪峰曾出轨,章子怡及时做出选择,网友:章子怡体面
- ·76岁秦煌病情加重,双腿浮肿不能行走,独住养老院吃穿不愁
