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。”
- ·台湾宜兰县海域发生6.6级地震,全台多地震感明显
- ·你家里有没有小霉点?这些防霉妙招请收!
- ·南京体育学院回应张某某不当言论
- ·湖北一女老师哭成泪人,只因被安排当班主任:一觉睡醒感觉天塌了
- ·韩国免费留学,父母不用掏学费!
- ·甘肃河西强对流天气致2人死亡
- ·温州日报作文版作文选登:张欣彤《鉴古成今 砥砺前行》
- ·混合型基金进一步缩水 7月遭净赎回近298亿份
- ·冬游青海怎么玩?五条精品线路解锁高原盛宴
- ·定了!比亚迪方程豹x华为乾崑智驾,豹8将首搭
- ·塔克拉玛干沙漠腹地发洪水 多部门救援超20小时
- ·新上市!秋初才有的鲜美果子,错过真的太太太遗憾了......
- ·好莱坞男演员詹姆斯·兰索恩在家中轻生,终年46岁
- ·2025年硕士研究生招生简章更新!
- ·英格兰唯一的华裔国脚,为何被历史遗忘?
- ·黎以临时边界冲突已致黎巴嫩真主党433人死亡
