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。”
- ·印尼中爪哇省发生交通事故致15死19伤
- ·西班牙3
- ·苏东:国足在主场不能“上头”,保护好两肋谨防日本斜插
- ·国内马拉松大争议:夫妻共同参赛,拿大量官方补给,“负重”奔跑
- ·大熊猫回中国后,日本搞出“神操作”……
- ·北大等发布多模态版o1!首个慢思考VLM将开源,视觉推理超闭源
- ·看家的本事都没了?恩比德自2018年以来首次单场比赛没有罚球
- ·远离“造神”陷阱,官媒发文辟谣,揭开了53岁刀郎的“真实现状”
- ·巴西前总统博索纳罗离开监狱入院接受手术
- ·依旧冻龄!唐宁离婚后移居新西兰近况曝光,年过四十仍少女味十足
- ·伊万:张玉宁李磊无法出场 胜日本?没什么不可能
- ·历史三分前2对决,哈登三分6中2取12+16,库里15中6得26分
- ·航行警告!南海海域有火箭发射
- ·中国男篮合影号码公布:队长胡明轩3号杨瀚森51号 剑指两战全胜
- ·国内马拉松大争议:夫妻共同参赛,拿大量官方补给,“负重”奔跑
- ·美当选总统特朗普获准撤销其“封口费”刑事案件
