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。”
- ·日本H3火箭在飞行途中第二级发动机燃烧提前停止
- ·联黎部队称位于黎南部的总部遭炮弹袭击 无人受伤
- ·中新健康|男子机场吵架气晕倒地 医生:情绪激动为诱发因素
- ·新消费日报
- ·国台办:反对美国为“台独”分子提供表演舞台
- ·美股低开纳指跌近1% 加密货币概念股普涨
- ·爆料:特朗普案特别检察官将辞职
- ·不断涨价!国足主场战日本,最高票价已涨到每张4125元
- ·乳制品消费加速分化,“精准营养”成行业新增长点
- ·成都AG超玩会拿到首个KPL年度总决赛冠军
- ·世卫组织:疫苗覆盖不足 全球麻疹病例持续增加
- ·新消费日报
- ·434所保研大学名单公布!参加考研?不!去上这些保研大学
- ·雷佳音、李庚希……他们是本届金鸡奖的赢家
- ·新华科普丨科普话强国海洋强国系列《静水深流》
- ·【大气地理】高考地理中的大气环流!高考地理中的背景风与局地风
