研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-06 06:50:48 作者：玩站小弟 
我要评论
我要评论IT之家 12 月 1 日消息，事实证明，只需一点创意，便足以绕过人工智能聊天机器人的安全防护机制。在伊卡洛实验室Icaro Lab）最新发表的一项题为《对抗性诗歌：一种通用的单轮大语言模型越狱机制》
。
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，内容商丘市某某电梯厂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”，成功商丘市某某电梯厂实验结果显示，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。”
相关文章
来源丨深蓝财经撰文丨杨波近期，粮油巨头金龙鱼因子公司牵涉一起金额高达50亿元的合同诈骗案备受市场关注。这起案件的一审判决结果若最终生效，可能导致金龙鱼相关主体承担18.81亿元的巨额赔偿，金额相当于其2025-12-06
界面新闻记者 | 周姝祺界面新闻编辑 | 陈小同在销量接连不及预期，首款纯电产品表现不佳的危机之下，理想汽车尝试通过直接裁员的方式实现降本增效。5月中旬，界面新闻从内部知情人士处获悉，从月初理想汽车内2025-12-06
2024年江西省全民营养周启动 推动重点人群营养改善2024-05-17 18:03:27 来源：中国新闻网2025-12-06
过去几个月对于斯洛文尼亚攀岩选手卢卡·波托卡而言是一段艰难的日子，他的女友拉科维克同样也是攀岩选手，被诊断出患有甲状腺癌，陪伴爱人治疗让波托卡失去了很多宝贵的训练时间，但顶着巨大的压力，波托卡还是来到2025-12-06
东契奇仅用15场拿到赛季500分100板100助，追平自己保持的NBA最快纪录
北京时间今日，在NBA常规赛中，湖人队在主场以133-121击败了鹈鹕队。本场比赛，东契奇出战35分04秒，22投9中得到了34分12篮板7助攻1抢断1盖帽，三分球12中4，罚球14中12，出现了2次2025-12-06- 过去几个月对于斯洛文尼亚攀岩选手卢卡·波托卡而言是一段艰难的日子，他的女友拉科维克同样也是攀岩选手，被诊断出患有甲状腺癌，陪伴爱人治疗让波托卡失去了很多宝贵的训练时间，但顶着巨大的压力，波托卡还是来到2025-12-06
最新评论