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,内容仙桃市某某橡胶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”,成功仙桃市某某橡胶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。”
- ·东部战区演习第2天:将在目标海域空域组织实弹射击
- ·成都一诊划线公布!附全科无水印试卷及答案
- ·俄方说同意美方有关谈判“进入最后阶段”的说法
- ·晚期阿尔茨海默病治疗或有新突破口
- ·三战102分比肩库里!湖人里皇剑指2.87亿 美媒晒他与科比数据力挺
- ·土耳其称抓获110名极端组织嫌疑人
- ·国合署:将开展200期培训项目 弥合南北数字鸿沟
- ·以色列、希腊、塞浦路斯签署三方军事合作工作计划
- ·杨颖复出倒计时!深圳香港两头跑,坦言赶早班机只为送儿子上学
- ·苏丹西部和南部地区过去三天超1万人流离失所
- ·“父母能拿出1500元,已经很厉害了”,58岁父亲的发工资视频火了
- ·明确了!化妆、医药、饮料业这一税收优惠政策延续
- ·俄外长说俄方有关谈判立场将有所调整
- ·春晚分会场官宣:哈尔滨 义乌 合肥 宜宾
- ·2025最全数据!北航考多少分可以上?全国第九,跻身上九行列!
- ·演习关键词:斩首!
