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,内容江西某某化品经销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”,成功江西某某化品经销部实验结果显示,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。”
- ·香港大埔火灾已致146人遇难 仍有100人失联
- ·徐州泉山区一餐饮店发生火灾,官方通报:7名被困人员被及时救出
- ·郑钦文带伤遗憾落败 止步中网女单四强
- ·假期进入后半程!5日,北京市属公园游客量平稳回落
- ·腾势D9完成第30万辆交付 潘晓婷成里程碑车主
- ·伊拉克民兵武装称使用无人机和巡航导弹袭击以色列境内目标
- ·以色列贝尔谢巴中央汽车站疑似发生恐怖袭击 已致一人死亡
- ·印度空军参谋长:空军要“遵守时间表”追赶中国
- ·特朗普定档!计划明年初再揭晓美联储新主席人选
- ·苏丹中部城市遭空袭 造成至少100人伤亡
- ·借用及出借证券期货账户,超级牛散王孝安、方士雄遭证监会顶格处罚
- ·以色列贝尔谢巴中央汽车站疑似发生恐怖袭击 已致一人死亡
- ·一加Ace 6T支持全新明眸护眼:通过了最严苛的护眼小金标认证
- ·国庆假期进入后半程,每日14时起高速进京方向易拥堵
- ·伊朗首都德黑兰两个民用机场宣布航班恢复正常运营
- ·以军在加沙地带多地发动袭击 造成多人死伤
