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,内容内江市某某地暖科技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”,成功内江市某某地暖科技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。”
- ·校馆弦歌丨一山一海,共证文明根脉 一北一南,同守文化薪火
- ·重庆秀山三名学生在公厕遭多人围殴?教委:正在调查
- ·发生火灾一分钟确认三分钟处置 北京轨道交通多项措施保地铁施工消防安全
- ·消息确认,横店群演集体降薪!10小时135元,此前一天能赚300元
- ·柳州大叔挖蚯蚓,竟挖出近60斤重“大宝贝”,来自千年前!
- ·儿子不尽孝还伤害母亲,上海老两口要回已赠与的3套房获法院支持
- ·国内首个法律AI基座大模型发布
- ·在APEC国际媒体中心感受秘鲁文化元素
- ·章莹颖父母:困在往事里的晚年
- ·怀上九胞胎女子丈夫回应:决定减胎
- ·北京龙庆峡风景区暂时闭园,冰灯冰雪嘉年华明年1月开幕
- ·北京龙庆峡风景区暂时闭园,冰灯冰雪嘉年华明年1月开幕
- ·上海一外卖员被撞断6根肋骨,肇事大学生未支付赔偿,选择消失……
- ·消防设施故障 北京门头沟一小区物业被罚
- ·疏散通道被货物、电动自行车占用超一半 北京顺义一超市被消防部门查处
- ·员工出差归来直接回家,被算旷工遭开除!法院这样判
