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。”
- ·11月份全国规模以上工业企业利润增长0.1%
- ·苹果2026年初新品前瞻:M5 Pro/Max MacBook Pro等有望登场
- ·新国标电动车“槽点”满满?我去试了试
- ·把指纹印在时间的遗存上(创作谈)
- ·金正恩指导核动力战略导弹潜艇建造工作
- ·华谊7年巨亏82亿!影视圈老板娘带货,成最后“救命稻草”?
- ·我国三大万颗星座计划,推动商业航天进入高速发展期
- ·9月,全球AI月访问量达70亿次,同比增长76%,流量直逼社交网络
- ·64天,《傲慢与偏见》大女儿简为什么自感有点意外?
- ·今年流感为啥这么“凶”?
- ·英法德乌领导人举行会谈 就对乌安全保障等达成共识
- ·针对东南亚运动会网络传言,洪森发长文澄清
- ·国家安全机关提示:年终收官,安全红线须警惕
- ·90后游资大佬公开征婚,持股市值超10亿,每天工作超16小时自称“恋爱脑”
- ·消息称“iPod之父”有意回归,Tony Fadell自荐接替库克掌舵苹果
- ·本轮巴以冲突已致加沙地带70354人死亡
