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。”
- ·阴魂不散、借尸还魂!起底日本军国主义
- ·用快递车运送78000元现金?北京警方:拦下!
- ·出门就是公园 北京正通过花园城市建设让市民“出门见绿”
- ·多地积极部署支持上市公司并购重组
- ·预售31.3万元起 全新奥迪Q5L将于1月内上市
- ·首批“迷你”公交车上岗平谷微循环线路
- ·保安收400元就被包装成企业高管
- ·被东北虎咬伤的村民左手保住了,他只是骨折,无截肢风险
- ·2026年全国两会召开时间抢先看
- ·走进首都人民的“大水缸”——密云水库
- ·渣打集团行政总裁温拓思:“全球化已死”是错误看法
- ·强冷空气来袭 10余个省会级城市或将度过下半年来最冷白天
- ·扎哈罗娃生日当天,普京向其颁发勋章,二人互赠礼物
- ·山东济宁一女孩在商场坠亡,其倚靠的扶梯玻璃护栏疑似脱落,警方回应
- ·一家长曝儿子被8名学生持钉棍殴打!山西警方已介入
- ·冷空气势力已减弱 北京市解除寒潮蓝色预警
