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,内容庆阳市某某母婴用品培训学校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”,成功庆阳市某某母婴用品培训学校实验结果显示,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。”
- ·乌克兰基辅响起爆炸声 乌空军称全境面临导弹威胁
- ·转发这篇索斯盖特,你也能运气爆棚!
- ·当贾斯汀·比伯的伙伴决定冲击奥运
- ·中国海警舰艇编队7月9日在我钓鱼岛领海巡航
- ·引入AI就解雇员工合法吗?北京发布一批典型案例
- ·7月8日,北京来了位特殊的客人
- ·高考依然是普通人改变命运的最优途径
- ·中国海警舰艇编队7月9日在我钓鱼岛领海巡航
- ·赖清德弹劾案首战告捷!接下来会怎样?
- ·沈阳铁西公安启动夏夜治安巡查宣防集中统一行动
- ·“投奔”经销商,造车新势力“低头”了?
- ·湖南九峰水库出现险情 当地要求立即转移群众
- ·普京突然穿上了军装
- ·新闻1+1丨洞庭湖的防汛,还面临着怎样的压力?
- ·中新健康丨小暑来临如何有效防蚊虫?中国疾控中心提示
- ·小池百合子再连任东京都知事
